De ruimtetelescoop James Webb (JWST) leverde baanbrekende beelden op sinds de lancering in juli 2022, maar een verborgen probleem dreigde de scherpte van sommige opnames te ondermijnen. Een team Australische onderzoekers kwam met een onverwachte oplossing: geen astronauten die nieuwe hardware moesten monteren, maar een stukje code dat het instrument visueel in topvorm bracht.
How AI fixed the James Webb Space Telescope's blurry visionAn ultra-high-resolution instrument on board NASA's $10 billion James Webb Space Telescope has been suffering from blurry vision. AI helped fix the problem. |
Wazig beeld – een verrassing bij de lancering
Toen de apparatuur van JWST eenmaal in volle werking was, stuitten astronomen op een vervelend detail. Het onderdeel Aperture Masking Interferometer (API) – dat is gekoppeld aan het toestel en speciaal ontworpen voor het opsporen van kleine, donkere exoplaneten – produceerde beelden die niet de verwachte scherpte hadden, maar eerder enigszins wazig. Het probleem deed denken aan het debacle dat in 1990 plaatsvond bij de Hubble Space Telescope, dat – ook boven de atmosfeer – eerst “bijziend” bleek te zijn.
Waarom geen reparatie in de ruimte?
Bij Hubble werd het defect verholpen door een bemande ruimtevlucht, waarbij astronauten correctiemirrors monteerden. Maar voor JWST is zo’n reparatie praktisch onhaalbaar: het bevindt zich zo’n 1,5 miljoen kilometer van de aarde—meer dan het drievoudige van de afstand tot de maan. Een fysieke interventie was dus geen optie, wat de druk op een alternatieve oplossing opvoerde.
De kern van het probleem
Het wazige beeld kwam niet – zoals bij Hubble – door een fysieke fout in de spiegels, maar door elektronische storingen: specifieke detectorpixels werden verstoord door elektrische ladingen binnen het infraroodcamerasysteem van JWST, wat zorgde voor vervormingen. Met andere woorden: het probleem lag in de digitale/elektronische laag van het beeldverwerkingssysteem, niet in de optische hardware.
Code in plaats van kunststof: AI als reddingslijn
Hier komt de held van het verhaal in beeld: een neurale-netwerk-algoritme met de naam AMIGO (Aperture Masking Interferometry Generative Observations). Ontwikkeld door twee voormalige PhD-students aan de University of Sydney – Max Charles en Louis Desdoigts – dit algoritme detecteert de gemankeerde pixels en corrigeert de invloed van ongewenste elektrische ladingen. Een treffende quote:
“In plaats van astronauten die aan nieuwe onderdelen moesten schroeven, losten ze het probleem met code.” Het resultaat: scherpere beelden, zonder ruimtemissie.
Resultaten en implicaties
Dankzij AMIGO zijn beelden geproduceerd van exoplaneten, een rode-bruine dwergster op circa 133 lichtjaar afstand, de vulkanische maan Io van Jupiter, en sterrenwinden die uit een verre variabele ster stromen. De implicatie is groot: met het API-instrument nu op volle snelheid is JWST nóg beter gepositioneerd om diepere, scherpere waarnemingen te doen – en zo de mysteries van vroege sterrenstelsels, zwarte gaten en exoplaneten verder bloot te leggen.
Reflectie: AI in de ruimte-astrophysica
Dit verhaal illustreert hoe kunstmatige intelligentie niet alleen een trend in consumententechnologie is, maar inmiddels ook een cruciale rol speelt in ‘s werelds meest geavanceerde astronomische instrumenten. Waar eerder fysieke hardware ingrepen standaard waren, zien we nu software en algoritmes die dezelfde—or zelfs betere—uitkomsten mogelijk maken.
De interventie met AMIGO toont aan dat zelfs een ultra-geavanceerd instrument als JWST – ontworpen voor miljarden dollars en decennia van planning – nog ruimte (letterlijk en figuurlijk) had voor verbetering. De kracht van AI ligt niet alleen in de toekomst-visie, maar in het praktisch oplossen van technische knelpunten, zelfs op kosmische schaal.Met scherpere beelden in zicht, staat de wetenschappelijke wereld klaar voor nieuwe ontdekkingen die dichterbij en scherper zijn dan ooit tevoren.









