Com a ajuda de uma ferramenta de IA muito potente, astrónomos vasculharam enormes volumes de informação do Hubble, da NASA, e identificaram mais de 1.300 anomalias cósmicas, das quais mais de 800 são novidades para a ciência.
O novo estudo, assinado por David O'Ryan e Pablo Gómez, da ESA (Agência Espacial Europeia), foi publicado na revista Astronomia e Astrofísica.
Anomalias astrofísicas em 35 anos de observações do Telescópio Espacial Hubble
"Os registos de observações do Telescópio Espacial Hubble estendem-se agora por 35 anos, oferecendo um verdadeiro tesouro de dados onde podem esconder-se anomalias astrofísicas", afirma O'Ryan.
As anomalias astrofísicas são relevantes porque podem ser casos fora do padrão - sinais raros que mostram uma faceta diferente da natureza. Um cientista experiente pode estar atento a esse tipo de ocorrência e, por vezes, reconhecê-la com relativa facilidade.
O problema é a escala: existe simplesmente demasiada informação proveniente da nossa poderosa frota de telescópios. O JWST, por exemplo, acrescenta cerca de 57 GB de dados por dia, dependendo do plano de observações.
Em breve, o Observatório Vera Rubin - equipado com a maior câmara digital alguma vez construída - irá ultrapassar largamente esse ritmo, produzindo cerca de 20 terabytes de dados brutos por noite, o que exige infraestruturas especiais apenas para os conseguir gerir.
E com telescópios como o Giant Magellan Telescope e o Extremely Large Telescope prestes a entrarem em funcionamento, o volume de dados astronómicos que precisa de análise científica está a transformar-se numa verdadeira enxurrada.
Perante quantidades tão grandes, é inevitável que existam surpresas bem escondidas. A tecnologia avançou mais depressa do que a capacidade dos cérebros humanos para processar tudo. No entanto, a IA tecnológica está a aproximar-se rapidamente do nível exigido pela produção massiva de dados da astronomia.
"Astronomical archives contain vast quantities of unexplored data that potentially harbour rare and scientifically valuable cosmic phenomena," escrevem os autores.
"We leverage new semi-supervised methods to extract such objects from the Hubble Legacy Archive."
AnomalyMatch e o Arquivo do Legado do Hubble: ≈100 milhões de recortes analisados em poucos dias
Para este trabalho, a equipa recorreu a uma estrutura de deteção de anomalias desenvolvida recentemente, chamada AnomalyMatch, para pesquisar rapidamente quase 100 milhões de recortes de imagens do Arquivo do Legado do Hubble. Este arquivo reúne imagens acumuladas ao longo de aproximadamente 35 anos.
O AnomalyMatch é uma rede neuronal - uma ferramenta de aprendizagem automática inspirada no funcionamento do cérebro humano.
"AnomalyMatch is tailored for large-scale applications, efficiently processing predictions for ≈100 million images within three days on a single GPU," tinham escrito os autores num artigo anterior em que apresentaram a ferramenta.
Na prática, o AnomalyMatch demorou apenas 2 a 3 dias a processar este volume de dados - uma fração do tempo que seria necessário a pessoas. Foi também a primeira vez que o Arquivo do Legado do Hubble passou por uma pesquisa tão sistemática de anomalias.
O sistema produziu uma lista de prováveis anomalias com quase 1,400 objetos - um conjunto que já é muito mais viável de rever manualmente.
O que foi confirmado: galáxias em interação, lentes gravitacionais e outras raridades
Depois, O'Ryan e Gómez analisaram manualmente estes 1,400 objetos e concluíram que 1,300 eram de facto anomalias, sendo que mais de 800 nunca tinham sido documentadas.
O tipo mais frequente de anomalia detetada no arquivo foi o de galáxias em fusão e em interação: foram identificados 417 casos.
A equipa encontrou ainda 86 novas lentes gravitacionais potenciais. Estas estruturas são importantes porque podem tornar observáveis objetos que, de outra forma, estariam demasiado distantes.
Além disso, ajudam os cientistas a estudar a distribuição de matéria escura no Universo, a medir distâncias e a expansão cósmica, e a testar a relatividade geral.
"Nós identificamos muitas lentes gravitacionais que já estão referidas na literatura - mas muitas novas lentes candidatas", escrevem os autores.
Havia também outras anomalias no arquivo. O AnomalyMatch assinalou objetos raros como as chamadas galáxias “água-viva”. Estas surgem em enxames de galáxias, onde a pressão dinâmica (ram pressure) arranca gás à galáxia, deixando uma longa “cauda” iluminada pela formação de estrelas. No Arquivo foram encontradas 35.
O estudo revelou igualmente algumas anomalias cuja natureza permanece incerta. Uma delas é particularmente estranha: uma galáxia com um núcleo em espiral e lóbulos abertos.
Porque a IA é ideal para explorar enormes arquivos astronómicos
Vasculhar grandes reservas de dados astronómicos é um trabalho feito à medida para a IA - algo difícil de reproduzir à escala com análise humana.
Para além das anomalias já referidas, os investigadores identificaram também galáxias sobrepostas, galáxias grumosas, galáxias anelares e até galáxias de alto desvio para o vermelho tão perto dos limites de deteção que se tornam difíceis de distinguir. O levantamento incluiu ainda galáxias com jatos e galáxias que hospedam núcleos galácticos ativos (AGN).
Mesmo que todas as observações astronómicas terminassem amanhã, as descobertas não parariam. Ferramentas de IA cada vez mais capazes tendem a tornar-se mais poderosas, e os grandes conjuntos de dados já existentes - do Hubble e de outras missões como a Gaia, da ESA - são terreno fértil para aplicações futuras.
O que estará ainda por descobrir em toda essa informação?
"Isto é uma demonstração poderosa de como a IA pode aumentar o retorno científico de conjuntos de dados de arquivo", disse Gómez.
"A descoberta de tantas anomalias anteriormente não documentadas nos dados do Hubble reforça o potencial da ferramenta para futuras campanhas de observação."
Este artigo foi publicado originalmente pela Universe Today. Leia o artigo original.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário