YOSO нашёл 11 новых ТНО и ускорил поиск астероидов
Поиск далёких астероидов и транснептуновых объектов давно тормозит не телескопами, а вычислениями. Международная группа астрономов и специалистов по машинному обучению показала YOSO, алгоритм, который собирает серию снимков один раз, а затем отдаёт нейросети уже готовый след движущегося тела. На проверке по данным DEEP система нашла 11 новых транснептуновых объектов и ещё 216 движущихся тел.
Смысл новости шире, чем очередной удачный ИИ-эксперимент. Обсерватория Vera Rubin должна производить около 20 ТБ данных за ночь и до 10 млн астрономических оповещений, и старые методы поиска слабых объектов с таким потоком начинают захлёбываться. Когда архивы растут быстрее, чем штат людей на проверке артефактов, софт становится частью планетарной обороны, а не просто удобным фильтром.
Как YOSO ищет слабые движущиеся объекты
Классический подход любит грубую силу. Алгоритм перебирает тысячи комбинаций скорости и направления, пытаясь сложить тусклый сигнал объекта из пачки кадров в одну точку. YOSO идёт короче: он следит за тем, как меняется яркость каждого пикселя во времени, и применяет Gaussian Motion Filter, который превращает движение в заметный трек на итоговом изображении.
Дальше вступает YOLOv8-L, одна из тяжёлых версий популярной архитектуры для детекции объектов. Её обучили на 16 000 изображений с нормальными астрономическими помехами, от космических лучей до следов спутников, и с синтетическими объектами яркостью от 19 до 27 звёздной величины. Для астрономии это хорошая проверка на адекватность: модель должна не восхищаться каждым бликом, а спокойно отличать мусор от реального кандидата.
Скорость тут почти важнее красоты математики. Авторы заявляют меньше 11 миллисекунд на анализ одного кадра, и это уже разговор не про академическую статью, а про реальный конвейер обработки. Название You Only Stack Once тоже неслучайно. Это явный поклон YOLO, только с куда более полезным результатом.
Интерес к ТНО тоже вполне приземлённый. В начале 2030-х для них ожидается серия взаимных покрытий и затмений, по которым можно измерять размеры, форму и даже намёки на атмосферу у самых удачных целей. Таких событий прогнозируют больше 2000, так что проблема поиска новых слабых тел быстро превращается в проблему расписания телескопов.
Что YOSO нашёл в данных DEEP
Проверку провели на архиве DEEP, собранном камерой DECam с разрешением 570 МП на 4-метровом телескопе Виктора Бланко в Чили. Это важная деталь: речь идёт не о стерильной демонстрации на игрушечном датасете, а о тяжёлых реальных наблюдениях, где фон, шум и артефакты обычно портят настроение любому алгоритму.
- 11 новых транснептуновых объектов
- 216 других движущихся тел во внутренней части Солнечной системы
- обнаружение объекта яркостью 21,49 звёздной величины, который старые методы пропустили из-за сложного фона
- чистота итогового каталога около 99% после автоматической проверки формы источника
