Любитель астрономии подключил ИИ к данным телескопа Евклид
Астроном-любитель вместе с ИИ-агентом попробовала добраться до публичных данных телескопа Euclid и построить рабочий анализ без научной лаборатории и сложной команды. История показывает, как современные ИИ-инструменты помогают разбираться в больших массивах данных даже тем, кто не работает в астрономии.
От кометы к данным Евклида
Автор истории пришла к этой задаче не сразу: сначала был интерес к роботизированным телескопам, затем — попытка разобраться с данными наблюдений для любительской работы. На этом пути ей помогал ChatGPT, который не только подсказывал, но и поддерживал, когда задача казалась слишком сложной.
Позже в проекте появился Codex, а затем и модель Astra Extra High. С ними удалось построить Python-пайплайн для анализа наблюдений: сначала для поиска и обработки объектов Солнечной системы, а затем — для работы с данными других обсерваторий и, наконец, Евклида.
Почему именно Euclid оказался интересен
Евклид оказался особенно любопытным потому, что это не поток кратких сигналов, как в некоторых ночных алертах, а огромный массив данных о миллионах галактик. Для человека без опыта это выглядит как публичный архив, к которому вроде бы есть доступ, но непонятно, с чего начинать.
Автор столкнулась с типичной проблемой больших данных: сама информация доступна, но между словами «публично» и «можно реально использовать» лежит большая практическая дистанция. Поэтому пришлось сначала искать путь к данным через веб-интерфейсы, а затем — через API и библиотеку astroquery.esa.euclid.
Как ИИ помог разделить роли в проекте
Главная сложность заключалась не только в объеме данных, но и в том, что их структуру трудно удерживать в голове. После опыта с обсерваторией Веры Рубин стало ясно: если не выстроить процесс, придется снова тратить много времени на постоянные проверки документации и исправление ошибок.
Поэтому команда из человека и ИИ разделила задачи. ChatGPT используется для обсуждения научной идеи, проверки решений и сопоставления результатов с документацией, а Codex вместе с Astra отвечает за разработку и анализ. Такой подход помогает не тонуть в сложной теме и быстрее двигаться от интереса к рабочему результату.