Telescópio Pan-STARRS. Foto: Universidade do Havaí
Uma equipe de astrônomos da Universidade do Havaí no Mānoa Institute of Astronomy (IfA) produzido o catálogo mais completo de imagens astronômicas de estrelas, galáxias e quasares já criado com a ajuda de uma rede neural de inteligência artificial.
Com 2 petabytes de dados, a biblioteca tem um registro de 3 bilhões de objetos celestes em 2016, incluindo estrelas, galáxias e quasares (núcleos ativos de buracos negros supermassivos). Um dos principais objetivos era caracterizar melhor essas partículas distantes de luz e também mapear o arranjo das galáxias em todas as três dimensões.
Os resultados da pesquisa foram publicados em Avisos mensais da Royal Astronomical Society. Você pode acessar o catálogo completo neste link.
Localizado no pico de Haleakalā na ilha de Maui no Havaí, o telescópio Pan-STARRS1 (PS1) é capaz de escanear 75% do céu e atualmente hospeda o maior levantamento óptico multicolorido profundo do mundo, de acordo com Comunicado de imprensa emitido pela Universidade do Havaí. Em contraste, o Digital Sky Survey (SDSS) de Sloan cobre apenas 25% do céu.
Para fornecer ao computador um quadro de referência e ensiná-lo a distinguir entre classes de objetos celestes, a equipe recorreu a medições espectroscópicas publicamente disponíveis. Robert Beck, principal autor do estudo e ex-pós-doutorado em cosmologia no IfA, explicou que essas medidas de cor e tamanho do objeto chegaram a milhões.
“Usando um algoritmo de otimização de última geração, usamos um conjunto de treinamento espectroscópico de quase 4 milhões de fontes de luz para ensinar a rede neural a prever tipos de fontes e distâncias de galáxias enquanto corrigia a extinção de luz usando poeira na Via Láctea”, disse Beck.
Esses treinamentos funcionaram bem: a próxima rede neural fez um ótimo trabalho quando recebeu a tarefa de classificar objetos, alcançando taxas de sucesso de 98,1% para galáxias, 97,8% para estrelas e 96,6% para quasares. O sistema também determinou distâncias para galáxias, que estavam no máximo cerca de 3% erradas. De acordo com a Universidade do Havaí, o trabalho resultante é “o maior catálogo de imagens astronômicas tridimensionais no mundo de estrelas, galáxias e quasares”.
“Este belo mapa do universo fornece um exemplo de como o poder de grandes quantidades de dados Pan-STARRS pode ser multiplicado por técnicas de inteligência artificial e observações complementares,” explicou Kenneth Chambers, co-autor do estudo. “Conforme o Pan-STARRS coleta mais e mais dados, usaremos o aprendizado de máquina para extrair ainda mais informações sobre objetos próximos à Terra, nosso sistema solar, a Galáxia e o Universo”, acrescentou.
O novo catálogo, possível graças ao apoio da National Science Foundation, está disponível ao público Arquivo dos Telescópios Espaciais Mikulski. O banco de dados tem 300 gigabytes de tamanho e pode ser acessado em vários formatos.
Essa pesquisa já rendeu algumas ciências interessantes, incluindo uma explicação para uma região um tanto assustadora do universo conhecida como a Mancha Fria (Ponto Frio). Usando o telescópio PS1, bem como o satélite Wide Field Survey Explorer da NASA, os cientistas do Pan-STARRS observaram um enorme supervoide – “uma enorme área de 1,8 bilhões de anos-luz de diâmetro, na qual a densidade das galáxias é muito maior do que o normal no espaço conhecido” – é a mesma descrição dada há cinco anos pela Universidade do Havaí. É isso que causa o Ponto Frio, como pode ser visto na radiação cósmica de fundo.
O mapa atualizado também será usado para estudar a geometria geral do universo, para testar ainda mais nossas teorias do modelo cosmológico padrão e para analisar galáxias antigas, entre muitos outros caminhos de pesquisa astronômica e cosmológica.