UV-Himmel đ Claude Science kartiert, was Ihr Auge nie sieht
Kurz gesagt: Der Astrophysiker Brice Ménard hat mit Claude Science eine vollstÀndige Himmelskarte im ultravioletten Licht erstellt. Rund zwei Drittel stammen aus Messungen, ein Drittel ist per KI vorhergesagt. Die Genauigkeit von etwa zehn Prozent wurde nur an bekannten Regionen getestet.
Symbolbild: KI-generiert
Ultraviolettes Licht sieht kein Mensch, und vom Boden aus misst es auch kein Teleskop: Die Ozonschicht schluckt es. Wer den Himmel im UV kartieren will, braucht Satellitendaten, und die sind ĂŒber Jahrzehnte, Missionen und Instrumente verstreut. Genau diese FleiĂarbeit hat der Astrophysiker Brice MĂ©nard von der Johns Hopkins University nun weitgehend KI-Agenten ĂŒberlassen.
Was tatsÀchlich passiert ist
Laut Anthropics Forschungsbeitrag lieĂ MĂ©nard Agenten von Claude Science Daten mehrerer Weltraummissionen herunterladen, aufeinander abstimmen und zusammenfĂŒhren. Hauptquelle ist NASAs GALEX (2003 bis 2013) mit rund 38.000 Beobachtungen, die etwa zwei Drittel des Himmels abdecken. Helle Sterne und groĂe Teile der MilchstraĂenebene sparte die Mission aus, um ihre Detektoren zu schĂŒtzen. Das fehlende Drittel hat das Modell geschĂ€tzt: Es lernte, wie UV-Helligkeit mit sichtbarem Licht, Infrarot und Radiostrahlung zusammenhĂ€ngt, und fĂŒllte die LĂŒcken per Inpainting. Jeder Pixel ist als âgemessenâ oder âvorhergesagtâ markiert, dazu gibt es Unsicherheitsangaben.
Wie belastbar ist das?
MĂ©nard verdeckte bekannte Regionen und lieĂ sie rekonstruieren. Nach mehreren Verbesserungen lagen die SchĂ€tzungen innerhalb von etwa zehn Prozent der echten Messwerte. Das gilt aber nur fĂŒr diese TestflĂ€chen, nicht fĂŒr das tatsĂ€chlich unbeobachtete Gebiet. AuffĂ€llig ist auch ein Fehler: Zwei PrĂŒfrunden durch andere Agenten ĂŒbersahen kreisförmige Artefakte durch Restleuchten der AtmosphĂ€re. Erst MĂ©nard selbst bemerkte sie, danach wurde die Korrektur auf alle 38.000 Beobachtungen angewendet.
Unsere Einordnung
Spannend ist weniger die Karte als das Muster dahinter: Aufgaben, die Fachleute wegen des Aufwands jahrelang liegen lieĂen, werden machbar. Zugleich zeigt der Fall, dass KI-PrĂŒfer eigene Fehler nicht zuverlĂ€ssig finden; ein Mensch mit Fachblick blieb nötig. Wer KI-Ergebnisse im Alltag nutzt, sollte das als Merkregel mitnehmen: Stichproben gegen bekannte Werte sind gut, ersetzen aber keine Kontrolle. Vergleichszahlen zu anderen KI-Systemen gibt es hier nicht; die Karte ist keine Benchmark-Meldung, und eine unabhĂ€ngige ĂberprĂŒfung der âersten vollstĂ€ndigenâ Karte haben wir nicht gefunden. Mehr aus diesem Bereich lesen Sie in unseren KI-News.