CTIO/NOIRLAB/DOE/NSF/AURA - Arquivo
MADRID 10 set. (EUROPA PRESS) -
Uma nova ferramenta baseada em IA da Universidade de Oxford filtra milhares de alertas para identificar os poucos sinais genuínos causados por supernovas, reduzindo a carga de trabalho da tarefa em 85%.
As descobertas foram publicadas no "The Astrophysical Journal".
A pesquisadora principal, a astrofísica Héloïse Stevance, comenta: "O que é surpreendente é a quantidade de dados necessários. Com apenas 15.000 exemplos e o poder de computação do meu laptop, consegui treinar algoritmos inteligentes para fazer o trabalho pesado e automatizar o que costumava levar horas por dia a um ser humano. Isso mostra que, com a orientação de um especialista, a IA pode transformar descobertas astronômicas sem a necessidade de grandes conjuntos de dados e poder computacional.
As supernovas são explosões raras e brilhantes que marcam a morte de estrelas enormes; eventos que ajudam os cientistas a entender a origem dos elementos químicos. Essas explosões aparecem inesperadamente no céu noturno e devem ser detectadas rapidamente antes que desapareçam - em essência, um jogo cósmico de "encontre a diferença".
Uma equipe de pesquisadores, liderada pela Universidade de Oxford e pela Queen's University Belfast (Irlanda do Norte), procura essas explosões usando o Asteroid Terrestrial Last Landfall Warning System (ATLAS). Esse sistema, originalmente projetado como um sistema de alerta antecipado de impacto de asteroides, examina todo o céu visível a cada 24 a 48 horas usando cinco telescópios localizados em todo o mundo.
É um projeto financiado pela NASA e liderado pela Universidade do Havaí (Hawaii), e Oxford processa os dados para detectar explosões de alta intensidade além da nossa galáxia. A pesquisa gera milhões de possíveis alertas todas as noites, a maioria dos quais é ruído (erros instrumentais ou objetos conhecidos).
Mesmo após a aplicação de técnicas de filtragem padrão e análise automatizada de imagens, os pesquisadores ainda obtiveram de 200 a 400 sinais candidatos por dia que tiveram de ser examinados manualmente. Apenas alguns seriam fenômenos realmente interessantes, como supernovas ou transientes extragalácticos (a contraparte óptica das explosões de raios gama).
ISSO LEVARIA VÁRIAS HORAS POR DIA
"Essa verificação manual levaria várias horas por dia", acrescenta o Dr. Stevance. "Graças à nossa nova ferramenta, podemos liberar o tempo dos cientistas para o que eles fazem de melhor: resolver problemas criativos e questionar a natureza do nosso universo.
A nova ferramenta, chamada de Virtual Research Assistant (VRA), consiste em um conjunto de bots automatizados que imitam o processo humano de tomada de decisões, classificando os alertas de acordo com a probabilidade de serem explosões extragalácticas reais. Ao contrário de muitas abordagens automatizadas de IA que exigem grandes quantidades de dados de treinamento e supercomputadores, o VRA usa uma abordagem mais ágil.
Em vez de métodos de aprendizagem profunda que exigem um grande volume de dados, o sistema usa algoritmos menores baseados em árvores de decisão que procuram padrões em aspectos específicos dos dados. Isso permite que os cientistas apliquem seus conhecimentos diretamente ao modelo e orientem os algoritmos em relação aos principais recursos a serem procurados.
Crucialmente, o VRA atualiza sua avaliação cada vez que um telescópio revisita a mesma área do céu. Isso significa que o sinal é automaticamente revisado e pontuado durante várias noites, e somente os candidatos mais promissores são repassados aos astrônomos humanos para revisão.
MAIS DE 30.000 ALERTAS FILTRADOS EM UM ANO
Durante seu primeiro ano de uso, o VRA filtrou com sucesso mais de 30.000 alertas, deixando passar menos de 0,08% dos alertas reais de supernovas. Isso reduziu o número de alertas enviados a observadores humanos para verificação em cerca de 85%, mantendo mais de 99,9% dos candidatos genuínos a supernovas.
Desde dezembro de 2024, o VRA está conectado ao Telescópio Lesedi da África do Sul para que possa acionar automaticamente observações de acompanhamento dos sinais mais promissores, mesmo antes de um ser humano revisar os dados. Isso já levou à confirmação de novas supernovas.
O professor Stephen Smartt (Departamento de Física, Universidade de Oxford), coautor do estudo, diz: "A velocidade e a precisão dessa ferramenta aumentarão a capacidade da nossa equipe de detectar e estudar fenômenos estranhos e raros no cosmos, como explosões de estrelas moribundas em galáxias distantes, que podem nos ensinar sobre como os elementos químicos são criados e a taxa de expansão do universo. Também poderemos correlacionar com mais eficiência fontes ópticas com emissão de raios gama, raios X e radiofrequência e, possivelmente, com ondas gravitacionais. A velocidade e a precisão dos modelos são impressionantes.
Esta notícia foi traduzida por um tradutor automático