NASA зовёт размечать помехи на снимках галактик — данные улучшат модели ИИ

В обзоре NASA от 30 сентября 2026 года агентство рассказало о действующем проекте Artifact InSPECtor: добровольцы проверяют помехи в спектральных данных галактик, полученных телескопом Euclid, а наблюдения телескопа Roman планируют добавить с начала 2027 года. Отметки участников нужны для доработки моделей ИИ, которые отличают полезный астрономический сигнал от бликов, следов космических лучей и других артефактов.

Присоединиться можно онлайн через страницу проекта NASA, которая ведёт к заданию на Zooniverse: встроенное обучение занимает 10–15 минут, специальных знаний не требуется. После урока доброволец видит настоящие данные Euclid и оценивает области, уже выделенные алгоритмом. Для участия подойдут компьютер, планшет или смартфон с доступом в интернет.

Что видит доброволец в данных Euclid

Телескоп получает свет далёких галактик, а спектрограф разлагает его по длинам волн. Получившееся изображение спектра содержит информацию, ради которой проводилось наблюдение. Помеха может оказаться рядом с этим сигналом или поверх него, поэтому перед дальнейшим анализом исследователям важно понять происхождение подозрительных участков.

В задании алгоритм уже предлагает свой ответ: предполагаемые артефакты показаны рамками и синими областями. Доброволец оценивает, правильно ли они отмечены, и с помощью кнопок сообщает об ошибке модели. Это проверка конкретного автоматического решения, а не поиск галактик с нуля на большом снимке неба.

Синяя область показывает предположение алгоритма, а не окончательный вывод о данных. Если выделен настоящий участок спектра, такое решение нужно исправить, чтобы полезная информация не была отброшена. Если помеха осталась без отметки, участник помогает обнаружить другой тип ошибки. Оба ответа дают исследователям примеры случаев, с которыми автоматическое распознавание пока справляется плохо.

Чем сигнал галактики отличается от артефакта

Спектральный сигнал возникает из света наблюдаемого небесного объекта. Артефакт появляется по другой причине: свет может отразиться от элементов телескопа, а космический луч — попасть в детектор и оставить след в данных. Особенности камеры или электроники тоже способны создать отметки, которые нужно отделить от астрономического наблюдения.

Условный пример с бликом: на изображении есть светлая область, вызванная отражением внутри прибора, и алгоритм помечает её как помеху. Если доброволец согласен с этой отметкой, он подтверждает решение. В другом условном случае космический луч оставил посторонний след, который алгоритм пропустил; тогда важен ответ о пропущенном артефакте, даже если остальные области отмечены верно.

Возможна и обратная ситуация: необычный участок относится к спектру галактики, но модель предлагает его исключить. По одной лишь яркости или форме пятна нельзя надёжно определить его происхождение, поэтому проект начинает работу с урока и примеров. Задача добровольца — оценить показанный случай по правилам задания, сохраняя различие между светом объекта и сигналом, возникшим в приборе.

Как начать разметку

На странице NASA нужно перейти к проекту на Zooniverse и открыть встроенное обучение. Оно знакомит с видами помех и объясняет, как оценивать отметки алгоритма. Затем можно перейти к изображениям галактик и отвечать на вопросы по каждому случаю; специальное астрономическое образование для этого не требуется.

Работу можно выполнять с того устройства, которое удобнее участнику. После обучения проект позволяет уделять проверке столько времени, сколько хочется: обязательную норму изображений проходить не нужно. Для сомнительных случаев предусмотрено обсуждение, где добровольцы могут общаться друг с другом и с исследователями.

Разметка не означает, что участник самостоятельно очищает исходный снимок или принимает окончательное решение о судьбе наблюдения. Он сообщает, где согласен с автоматической отметкой, а где видит ошибку. Такая форма работы позволяет исследовательской группе собирать обратную связь по реальным данным уже действующего телескопа.

Как человеческие ответы помогут моделям ИИ

Автоматический поиск артефактов важен при обработке больших массивов наблюдений, но ошибка возможна в обе стороны. Разбор Lumacta описывает последствия: оставленная помеха может попасть в научный анализ, а ошибочно исключённый участок настоящего спектра лишит исследователей полезных данных. Поэтому для доработки модели нужны примеры не только найденных артефактов, но и неверных автоматических отметок.

Ответы добровольцев помогают исследователям увидеть, в каких случаях алгоритм путает происхождение сигнала. На этой основе они рассчитывают улучшать распознавание помех в следующих наблюдениях. Публичного результата, который показывал бы, насколько уже выросла точность модели благодаря проекту, пока нет; объявленная цель относится к дальнейшей работе с данными.

Следующим этапом станет подключение наблюдений Roman к заданию, где сейчас используются материалы Euclid. Новые данные поставят перед участниками ту же конкретную задачу — отличить отметку прибора или космической частицы от света галактики. Для исследователей это будет возможность дорабатывать модель на наблюдениях другого телескопа.

Читайте также:

• Google вернула имя Data Studio: как теперь подключить данные и собрать отчёт
• Кайдзен требует измерения: как улучшать работу небольшими шагами
• Как подключить онлайн-кассу: выбор модели, ОФД, регистрация и проверка первого чека