IA revela 1,300 anomalias cósmicas no Hubble da NASA, com mais de 800 inéditas

IA vasculha o Hubble da NASA e encontra 1,300 anomalias cósmicas

Com a ajuda de uma ferramenta de IA de alto desempenho, astrónomos analisaram um volume gigantesco de dados do Hubble, da NASA, e identificaram mais de 1,300 anomalias cósmicas - sendo que mais de 800 delas são inéditas para a ciência.

O estudo, conduzido por David O'Ryan e Pablo Gómez, da ESA (Agência Espacial Europeia), foi publicado na revista Astronomia e Astrofísica.

"As observações arquivadas do Telescópio Espacial Hubble já se estendem por 35 anos, oferecendo um tesouro de dados no qual anomalias astrofísicas podem ser encontradas", afirma O'Ryan.

Anomalias astrofísicas são relevantes porque, muitas vezes, surgem como pontos fora da curva capazes de revelar um lado diferente da natureza. Um cientista bem treinado pode até estar atento a esses casos e, por vezes, identificá-los com relativa facilidade.

O problema do dilúvio de dados astronómicos

Ainda assim, o volume de informação vindo dos telescópios modernos tornou-se grande demais. O JWST, por exemplo, adiciona cerca de 57 GB de dados por dia, a depender do que estiver programado para observação.

Esse ritmo será superado com folga pelo Observatório Vera Rubin, equipado com a maior câmara digital já construída. Ele deve produzir por volta de 20 terabytes de dados brutos a cada noite e, só para lidar com isso, exige infraestruturas específicas.

E, com instrumentos como o Telescópio Gigante de Magalhães e o Telescópio Extremamente Grande prestes a entrar em operação, a quantidade de dados astronómicos que precisa de análise científica está a crescer a ponto de virar um verdadeiro dilúvio.

É de se esperar que tamanha massa de informação esconda muitas surpresas. A tecnologia avançou mais rápido do que a capacidade dos cérebros humanos de processar tudo - mas a IA tecnológica começa a acompanhar a produção em massa de dados da astronomia.

"Arquivos astronómicos contêm vastas quantidades de dados inexplorados que potencialmente abrigam fenómenos cósmicos raros e cientificamente valiosos", escrevem os autores.

"Aproveitamos novos métodos semissupervisionados para extrair tais objetos do Arquivo Legado do Hubble."

Como o AnomalyMatch analisou o Arquivo Legado do Hubble

Para fazer essa triagem, a equipa aplicou uma estrutura de deteção de anomalias desenvolvida recentemente, chamada AnomalyMatch, e percorreu rapidamente quase 100 milhões de recortes de imagem do Arquivo Legado do Hubble - um repositório com registos que remontam a cerca de 35 anos.

O AnomalyMatch é uma rede neural, isto é, uma ferramenta de aprendizado de máquina inspirada no funcionamento do cérebro humano.

"O AnomalyMatch é projetado para aplicações em grande escala, processando com eficiência previsões para ≈100 milhões de imagens em três dias numa única GPU", escreveram os autores num artigo anterior que apresentou a ferramenta.

Na prática, o AnomalyMatch precisou de apenas 2 a 3 dias para tratar esse volume de dados - uma fração do tempo que a análise humana levaria. Foi também a primeira vez que o Arquivo Legado do Hubble passou por uma varredura tão sistemática em busca de anomalias.

A ferramenta produziu então uma lista de candidatos prováveis. Esse conjunto reuniu quase 1,400 objetos anómalos, um número muito mais viável para revisão por pessoas.

O'Ryan e Gómez avaliaram manualmente esses 1,400 itens e concluíram que 1,300 eram, de facto, anomalias - e que mais de 800 nunca tinham sido registadas.

O que apareceu: galáxias em interação, lentes gravitacionais e casos raros

O tipo de anomalia mais frequente encontrado no arquivo foi o de galáxias em fusão e em interação. Ao todo, foram 417 ocorrências.

Além disso, os cientistas identificaram 86 novas lentes gravitacionais potenciais. Elas são valiosas porque tornam observáveis objetos que, de outro modo, estariam distantes demais para serem estudados.

Essas lentes também permitem investigar como a matéria escura se distribui no Universo, estimar distâncias e a expansão cósmica, e colocar à prova a relatividade geral.

"Identificamos muitas lentes gravitacionais que já estão identificadas na literatura – mas muitas candidatas a novas lentes", escrevem os autores.

Havia ainda outras anomalias no arquivo. O AnomalyMatch apontou objetos raros, como as galáxias medusa. Elas surgem em aglomerados de galáxias, onde a pressão dinâmica arranca gás da galáxia, deixando uma longa cauda iluminada por formação estelar. Foram 35 encontradas no arquivo.

O trabalho também revelou algumas anomalias cuja natureza permanece incerta. Uma delas chama a atenção por mostrar uma galáxia com um núcleo em espiral e lóbulos abertos.

Por que a IA é decisiva para arquivos e levantamentos futuros

Vasculhar enormes repositórios de dados astronómicos é uma tarefa feita sob medida para IA - e difícil de ser reproduzida apenas por mentes humanas.

Para lá das anomalias já citadas, os investigadores encontraram ainda galáxias sobrepostas, galáxias com estrutura grumosa, galáxias em anel e até galáxias de alto desvio para o vermelho tão próximas dos limites de deteção que são difíceis de distinguir. Também surgiram galáxias com jatos e galáxias que hospedam AGN.

Mesmo que todas as observações astronómicas cessassem amanhã, as descobertas não parariam. Ferramentas de IA tendem a tornar-se cada vez mais potentes, e os grandes conjuntos de dados já existentes - do Hubble e de outras missões, como a Gaia da ESA - servem como terreno fértil para as soluções do futuro.

O que mais estará à espera, escondido em tudo isso?

"Esta é uma demonstração poderosa de como a IA pode ampliar o retorno científico de conjuntos de dados arquivados", disse Gómez.

"A descoberta de tantas anomalias anteriormente não documentadas nos dados do Hubble destaca o potencial da ferramenta para levantamentos futuros."

Este artigo foi publicado originalmente pelo Universo Hoje. Leia o artigo original.