Com a ajuda de uma poderosa ferramenta de IA, astrónomos analisaram enormes volumes de dados do Hubble da NASA e identificaram mais de 1.300 anomalias cósmicas, sendo que mais de 800 eram desconhecidas da ciência.
A nova investigação, conduzida por David O'Ryan e Pablo Gomez, da ESA (Agência Espacial Europeia), foi publicada na revista Astronomy and Astrophysics.
"As observações de arquivo do Telescópio Espacial Hubble estendem-se agora por 35 anos, oferecendo um tesouro de dados onde podem ser encontradas anomalias astrofísicas", afirma O'Ryan.
As anomalias astrofísicas são importantes porque podem representar exceções que revelam um lado diferente da natureza. Um cientista experiente pode estar preparado para as reconhecer e encontrá-las com relativa facilidade.
Mas existe simplesmente demasiado volume de dados, proveniente da nossa poderosa frota de telescópios astronómicos. O JWST, por exemplo, produz cerca de 57 GB de dados por dia, dependendo das observações programadas.
O Observatório Vera Rubin, com a maior câmara digital alguma vez construída, irá superar isso de forma expressiva. Deverá gerar cerca de 20 terabytes de dados brutos por noite e necessita de infraestruturas específicas apenas para lidar com essa quantidade.
Com novos telescópios muito potentes, como o Giant Magellan Telescope e o Extremely Large Telescope, prestes a entrar em funcionamento, a quantidade de dados astronómicos a exigir análise científica está a transformar-se numa verdadeira avalanche.
Estas quantidades gigantescas de dados certamente escondem muitas surpresas. A nossa tecnologia já ultrapassou a capacidade dos cérebros humanos para processar tudo isso. No entanto, a IA tecnológica está a aproximar-se da capacidade da astronomia para gerar dados em massa.
"Os arquivos astronómicos contêm enormes quantidades de dados inexplorados que podem albergar fenómenos cósmicos raros e cientificamente valiosos", escrevem os autores.
"Recorremos a novos métodos semi-supervisionados para extrair esses objetos do Hubble Legacy Archive."
Os investigadores usaram uma estrutura de deteção de anomalias desenvolvida recentemente, chamada AnomalyMatch, para examinar rapidamente quase 100 milhões de recortes de imagem do Hubble Legacy Archive. O arquivo inclui imagens recolhidas ao longo de cerca de 35 anos.
O AnomalyMatch é uma rede neuronal, uma ferramenta de aprendizagem automática inspirada no cérebro humano.
"AnomalyMatch foi concebido para aplicações em grande escala, processando de forma eficiente previsões para ≈100 milhões de imagens em três dias com um único GPU", escreveram os autores num artigo anterior que apresentou a ferramenta.
O AnomalyMatch precisou de apenas 2 a 3 dias para processar este volume de dados, uma fração do tempo que seria necessário a mentes humanas. Foi a primeira vez que o Hubble Legacy Archive foi alvo de uma busca tão sistemática por anomalias.
O AnomalyMatch gerou uma lista de anomalias prováveis. Essa lista incluía quase 1.400 objetos anómalos, um número muito mais fácil de ser analisado por investigadores humanos.
O'Ryan e Gomez examinaram manualmente esses 1.400 objetos e concluíram que 1.300 eram efetivamente anomalias, e que mais de 800 nunca tinham sido documentadas.
As galáxias em fusão e em interação foram o tipo de anomalia mais frequente detetado no arquivo. Foram identificadas 417.
Os investigadores encontraram também 86 novos potenciais efeitos de lente gravitacional. Estes são importantes porque tornam observáveis objetos que, de outra forma, estariam demasiado distantes para serem estudados.
Também ajudam os cientistas a estudar a distribuição da matéria escura no Universo, a medir distâncias e a expansão cósmica, e a testar a relatividade geral.
"Identificamos muitas lentes gravitacionais já referidas na literatura - mas também muitos novos candidatos a lentes", escrevem os autores.
Havia ainda outras anomalias no arquivo. O AnomalyMatch encontrou objetos raros, como galáxias medusa. Estas surgem em enxames de galáxias onde a pressão dinâmica remove gás da galáxia, deixando uma longa cauda iluminada pela formação de estrelas. Foram encontradas 35 no arquivo.
A investigação revelou também algumas anomalias de natureza incerta. Uma delas é particularmente invulgar: uma galáxia com um núcleo em espiral e lóbulos abertos.
Analisar enormes volumes de dados astronómicos é uma tarefa ideal para a IA, algo dificilmente replicável por mentes humanas.
Além das anomalias já referidas, os investigadores descobriram também galáxias sobrepostas, galáxias irregulares, galáxias em anel e até galáxias de elevado desvio para o vermelho, tão próximas dos limites de deteção que são difíceis de distinguir. Encontraram ainda galáxias com jatos e galáxias que alojam núcleos galácticos ativos (AGN).
Mesmo que todas as observações astronómicas terminassem amanhã, as descobertas não parariam. Ferramentas de IA cada vez mais capazes tornar-se-ão inevitavelmente mais poderosas. Os enormes conjuntos de dados já existentes, do Hubble e de outras missões como a Gaia da ESA, serão terreno fértil para futuras ferramentas.
Quem sabe o que estará à espera de ser descoberto em todos esses dados?
"Isto é uma demonstração poderosa de como a IA pode aumentar o retorno científico de conjuntos de dados de arquivo", afirmou Gómez.
"A descoberta de tantas anomalias previamente não documentadas nos dados do Hubble sublinha o potencial da ferramenta para futuros levantamentos."
Este artigo foi originalmente publicado pela Universe Today. Leia o artigo original.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário