IA encontra mais de 1.300 anomalias cósmicas nos dados do Hubble

Com uma ferramenta de IA potente, astrónomos analisaram enormes volumes de dados da NASA obtidos pelo Hubble e identificaram mais de 1.300 anomalias cósmicas, sendo que mais de 800 são novas para a ciência.

A nova investigação, conduzida por David O'Ryan e Pablo Gomez, da ESA (Agência Espacial Europeia), foi publicada na Astronomy and Astrophysics.

«As observações arquivadas do Telescópio Espacial Hubble abrangem agora 35 anos, disponibilizando um tesouro de dados onde poderão ser encontradas anomalias astrofísicas», afirma O'Ryan.

As anomalias astrofísicas são relevantes por poderem constituir casos invulgares que revelam uma faceta diferente da natureza. Um cientista com experiência poderá estar atento a estes casos e identificá-los com relativa facilidade.

Contudo, a quantidade de informação recolhida pela nossa poderosa rede de telescópios astronómicos é simplesmente excessiva. O JWST produz cerca de 57 GB de dados por dia, consoante as observações programadas.

A avalanche de dados dos telescópios astronómicos

O Observatório Vera Rubin, equipado com a maior câmara digital alguma vez construída, ultrapassará largamente esse ritmo. Irá gerar aproximadamente 20 terabytes de dados brutos todas as noites e exige infraestruturas específicas apenas para gerir esse volume.

Com novos instrumentos poderosos, como o Giant Magellan Telescope e o Extremely Large Telescope, prestes a entrar em funcionamento, a quantidade de dados astronómicos que requerem análise científica está a transformar-se numa autêntica inundação.

É inevitável que estes imensos conjuntos de dados escondam muitas surpresas. A tecnologia ultrapassou a capacidade dos cérebros humanos para processar tudo, mas a IA tecnológica está a aproximar-se da capacidade da astronomia para gerar dados em massa.

«Os arquivos astronómicos contêm grandes quantidades de dados inexplorados que podem albergar fenómenos cósmicos raros e cientificamente valiosos», escrevem os autores.

«Recorremos a novos métodos semissupervisionados para extrair esses objetos do Hubble Legacy Archive.»

AnomalyMatch examina o Hubble Legacy Archive

Os investigadores recorreram ao AnomalyMatch, uma estrutura de deteção de anomalias desenvolvida recentemente, para pesquisar rapidamente quase 100 milhões de recortes de imagens do Hubble Legacy Archive. O arquivo reúne imagens recolhidas ao longo de cerca de 35 anos.

O AnomalyMatch é uma rede neuronal, uma ferramenta de aprendizagem automática inspirada no cérebro humano.

«O AnomalyMatch foi concebido para aplicações de grande escala, processando eficazmente previsões para ≈100 milhões de imagens em três dias numa única 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 pequena fração do tempo que seria necessário para mentes humanas. Foi a primeira vez que o Hubble Legacy Archive foi submetido a uma pesquisa tão sistemática de anomalias.

O AnomalyMatch produziu uma lista de possíveis anomalias. Essa lista incluía quase 1.400 objetos anómalos, um total muito mais fácil de ser avaliado por investigadores.

O'Ryan e Gomez examinaram manualmente estes 1.400 objetos e concluíram que 1.300 eram realmente anomalias, das quais mais de 800 nunca tinham sido documentadas.

Galáxias e lentes gravitacionais entre as anomalias

As galáxias em fusão ou interação foram a categoria de anomalia mais frequente encontrada no arquivo, num total de 417.

A equipa também identificou 86 novas lentes gravitacionais potenciais. Estas são importantes porque tornam observáveis objetos que, de outro modo, estariam demasiado distantes.

Além disso, ajudam os cientistas a estudar a distribuição de matéria escura no Universo, a medir distâncias e a expansão cósmica, bem como a testar a relatividade geral.

«Identificamos muitas lentes gravitacionais já descritas na literatura - mas também muitos candidatos a novas lentes», escrevem os autores.

O arquivo continha ainda outras anomalias. O AnomalyMatch detetou objetos raros, como galáxias-medusa. Estas encontram-se em aglomerados 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 igualmente anomalias cuja natureza permanece incerta. Uma delas apresenta um aspeto invulgar: uma galáxia com um núcleo espiralado e lóbulos abertos.

IA para descobrir anomalias cósmicas ocultas

Analisar enormes quantidades de dados astronómicos é uma tarefa ideal para a IA, pouco provável de ser reproduzida por mentes humanas.

Para além das anomalias já referidas, os investigadores encontraram galáxias sobrepostas, galáxias grumosas, galáxias em anel e até galáxias de elevado desvio para o vermelho, tão próximas dos limites de deteção que são difíceis de distinguir. Também detetaram galáxias com jatos e galáxias que alojam AGN.

Mesmo que todas as observações astronómicas cessassem amanhã, as descobertas não parariam. As ferramentas de IA mais capazes deverão tornar-se cada vez mais poderosas. Os enormes conjuntos de dados já existentes do Hubble e de outras missões, como a Gaia da ESA, são terreno fértil para futuras ferramentas.

Quem sabe o que estará à espera de ser descoberto em todos esses dados?

«Esta é uma demonstração poderosa de como a IA pode aumentar o retorno científico dos conjuntos de dados arquivados», afirmou Gómez.

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

Este artigo foi publicado originalmente pela Universe Today. Leia o artigo original.