Inteligência artificial realiza arqueologia espacial: 35 anos de dados do Hubble analisados ​​em 48 horas revelam 1.300 mistérios.

Em uma demonstração de poder computacional que redefine os limites da pesquisa astronômica, um sistema de inteligência artificial conseguiu, em apenas dois dias e meio, o que levaria décadas de trabalho manual para a comunidade científica: revisar todo o arquivo de 35 anos do Telescópio Espacial Hubble para identificar mais de 1.300 objetos cósmicos raros ou anômalos. Pesquisadores da Agência Espacial Europeia (ESA), liderados por David O'Ryan e Pablo Gómez, desenvolveram e aplicaram a rede neural. AnomalyMatch para o Hubble Legacy Archive, realizando a primeira busca sistemática e abrangente por singularidades em quase 100 milhões de imagens acumuladas desde o lançamento do telescópio. As descobertas foram publicadas nesta segunda-feira no periódico. Astronomia e AstrofísicaElas revelam um universo oculto à vista de todos: a maioria dessas anomalias nunca havia sido documentada na literatura científica, demonstrando que mesmo os dados mais examinados da história guardam segredos se vistos com os "olhos" certos.

O tesouro invisível no arquivo público

A magnitude da descoberta reside não apenas na rapidez da análise, mas também na natureza do que foi encontrado. Durante três décadas e meia, milhares de astrônomos estudaram imagens do Hubble, publicando dezenas de milhares de artigos científicos. papéisPresumia-se, razoavelmente, que os objetos mais brilhantes, estranhos ou óbvios já tivessem sido catalogados. No entanto, 65% das anomalias detectadas por AnomalyMatch Eles não tinham nenhuma referência prévia em bancos de dados astronômicos. Isso implica que centenas de fenômenos astrofísicos únicos foram "escondidos" em servidores públicos, aguardando que uma ferramenta com a paciência infinita de uma máquina os trouxesse à luz.

Entre as raridades descobertas, o catálogo inclui 138 novos candidatos a lentes gravitacionaisEsses são fenômenos em que a massa de uma galáxia em primeiro plano curva o tecido do espaço-tempo, agindo como uma lupa cósmica que distorce a luz de objetos distantes em arcos e anéis perfeitos. São laboratórios naturais cruciais para o estudo da matéria escura e da expansão do universo. Além disso, a IA identificou 417 fusões de galáxias até então desconhecidas, capturando o balé violento das colisões estelares em vários estágios de interação, e 18 "galáxias de águas-vivas"Estruturas fascinantes onde a pressão do gás intergaláctico arranca tentáculos de material estelar à medida que a galáxia atravessa um aglomerado em alta velocidade.

Hambúrgueres, borboletas e o inclasificável

A capacidade da IA ​​de detectar morfologias incomuns levou à descoberta de objetos que desafiam as descrições convencionais. A equipe observou discos protoplanetários vistos de perfil que, devido à absorção de luz pela poeira em seu plano central, lembram visualmente "hambúrgueres" cósmicos ou borboletas escuras em silhueta contra o fundo estrelado. Duas raras galáxias anelares colisionais também foram documentadas, formadas quando uma pequena galáxia passa pelo centro de uma maior, criando uma onda de choque de formação estelar semelhante às ondulações em um lago.

Mas talvez o mais promissor para a física teórica seja o conjunto de várias dezenas de objetos que desafiavam completamente os esquemas de classificação existentes Essas anomalias "puras" não se encaixam nas categorias de galáxias espirais, elípticas ou irregulares, nem parecem ser artefatos instrumentais. Elas são, em essência, verdadeiros mistérios que exigem acompanhamento com telescópios como o James Webb para determinar se representam novas classes de objetos celestes ou fases evolutivas extremamente breves e raras que nunca tivemos a sorte de capturar e identificar até agora.

Resolvendo a crise em escala humana

A pesquisa de O'Ryan e Gomez aborda um gargalo fundamental na astronomia moderna: o problema do volume. Embora os cientistas humanos se destaquem na análise qualitativa — compreendendo o que algo é assim que o veem —, eles são biologicamente incapazes de manter a atenção necessária para analisar milhões de imagens sem cometer erros devido à fadiga. Projetos de ciência cidadã, como o Galaxy Zoo, tentaram mitigar esse problema delegando a tarefa a milhares de voluntários, mas mesmo o entusiasmo público tem seus limites quando confrontado com arquivos que crescem exponencialmente.

AnomalyMatch Isso é resolvido por meio de uma abordagem híbrida de aprendizagem semi-supervisionada e ativa Ao contrário dos algoritmos tradicionais que apenas procuram aquilo para o qual foram treinados (por exemplo, "encontrar gatos"), esta rede neural foi treinada para reconhecer a estrutura normal dos dados astronômicos e sinalizar qualquer coisa que se desviasse desse padrão. Além disso, incorporou um ciclo de feedback onde especialistas humanos validaram suas descobertas iniciais, "ensinando" o sistema a distinguir entre uma anomalia astrofísica genuína e um simples defeito no sensor da câmera ou um raio cósmico atingindo o detector.

Um ensaio geral para o dilúvio de dados.

A implementação bem-sucedida dessa ferramenta no arquivo Hubble é, na realidade, uma preparação para o futuro imediato. A astronomia está entrando na era dos "Grandes Observatórios de Levantamento". A missão Euclid da ESA, lançada em 2023, já está mapeando bilhões de galáxias; o Observatório Vera C. Rubin, que entrará em operação em breve, gerará um filme do céu do hemisfério sul a cada poucas noites, acumulando mais de 60 petabytes de dados ao longo de uma década. O Telescópio Espacial Nancy Grace Roman da NASA, com previsão de lançamento para 2027, terá um campo de visão 100 vezes maior que o do Hubble, produzindo paisagens estelares de riqueza insondável para a mente humana.

Neste contexto, ferramentas como AnomalyMatch Elas deixarão de ser uma curiosidade e se tornarão infraestrutura crítica. Sem IA para filtrar o fluxo de dados em tempo real, A grande maioria das descobertas potenciais permaneceria arquivada em discos rígidos, invisível e esquecida.O sucesso da equipe da ESA demonstra que a inteligência artificial não substitui o astrônomo, mas sim atua como uma peneira de altíssima velocidade, separando o joio do trigo para que os humanos possam dedicar seu tempo ao que fazem de melhor: interpretar a física do impossível.