歐洲航天局近日宣布，其科研團隊成功開發出一款名為AnomalyMatch的人工智能神經網絡系統，該系統在分析太空圖像時展現出超越人類專家的異常現象識別能力。這一突破性成果源于對哈勃太空望遠鏡三十余年觀測數據的深度挖掘，標志著天文探索領域進入智能化新階段。
研發團隊負責人大衛·奧賴恩與巴勃羅·戈麥斯利用哈勃遺產檔案中超過35年積累的數萬個數據集，構建了龐大的訓練樣本庫。在僅用60小時的密集運算中，該系統完成了對近1億個圖像片段的篩查工作，精準定位出約1400個具有特殊特征的天體結構。這一效率相當于傳統人工分析方式的數百倍，且識別準確率達到92%以上。
被系統標記的異常天體呈現多樣化特征，主要包括四類特殊星系：正在經歷引力舞蹈的相互作用星系，其恒星與氣體被拉扯形成長達數萬光年的"尾巴"；受前景星系引力透鏡效應影響的彎曲光源，這類星系的光線路徑被扭曲成環形或弧形結構；內部存在極端恒星形成區的巨型星團星系，其核心區域恒星密度是普通星系的千倍以上；以及因高速穿越星系團介質而形成"水母觸須"狀結構的特殊星系，這類天體的氣體尾跡可延伸超過10萬光年。
科研人員特別指出，在初步篩選結果中，有數十個天體無法對應現有天文分類體系。這些未知結構可能包含全新的星系演化形態，或是此前未被觀測到的宇宙現象。目前研究團隊正對這部分特殊目標進行光譜分析，試圖通過恒星運動軌跡、化學成分構成等維度解開其形成之謎。該系統的數據庫已向全球天文機構開放共享，有望推動國際天文學界對星系演化理論的全面修訂。
