Durante mais de três décadas, o Telescópio Espacial Hubble capturou uma riqueza sem precedentes de imagens astronómicas – mais de 1,7 milhões até à data. No entanto, o grande volume de dados tornou impossível para os cientistas humanos analisar cada quadro detalhadamente. Agora, um novo modelo de inteligência artificial (IA) chamado AnomalyMatch entrou em cena para preencher a lacuna, revelando 1.300 anomalias cósmicas anteriormente não documentadas escondidas no Arquivo Legado do Hubble.
O desafio da sobrecarga de dados astronômicos
Os observatórios astronómicos, especialmente os projetos de longa duração como o Hubble, geram conjuntos de dados tão grandes que ultrapassam a capacidade analítica humana. Somente o Hubble Legacy Archive contém décadas de observações do espaço profundo, representando o maior conjunto de dados observacionais em astronomia. Peneirar esses dados manualmente é impraticável; simplesmente não há tempo suficiente para os pesquisadores examinarem todas as imagens.
Como funciona o AnomalyMatch
A IA desenvolvida pela ESA, AnomalyMatch, foi treinada para identificar objetos incomuns utilizando o reconhecimento de padrões – imitando, de certa forma, como a visão humana processa a informação. Em menos de três dias, o modelo processou quase 100 milhões de recortes de imagens, sinalizando anomalias que, de outra forma, poderiam ter passado despercebidas durante anos.
Quais anomalias foram encontradas?
As descobertas incluem galáxias distantes que se fundem de maneiras inesperadas, aglomerados de formação de estrelas e galáxias semelhantes a águas-vivas com estruturas gasosas. Uma categoria particularmente impressionante envolve discos de formação de planetas na nossa própria galáxia que se assemelham a hambúrgueres. Muitos desses objetos desafiam uma classificação fácil, destacando a vastidão de fenômenos desconhecidos no universo.
Implicações para pesquisas futuras
Este projeto marca a primeira busca sistemática de anomalias em todo o Hubble Legacy Archive. Os investigadores sublinham que o sucesso demonstra a capacidade da IA de melhorar drasticamente os retornos científicos dos conjuntos de dados existentes. A descoberta de tantas anomalias anteriormente não documentadas sublinha o potencial da ferramenta para pesquisas futuras, bem como para outros projetos astronómicos de longo prazo.
“Esta é uma demonstração poderosa de como a IA pode melhorar o retorno científico de conjuntos de dados de arquivo”, diz Pablo Gómez, um dos investigadores da ESA por trás do AnomalyMatch.
O desenvolvimento do AnomalyMatch é um grande passo em frente na forma como extraímos conhecimento dos nossos crescentes arquivos de dados astronômicos. Ao automatizar o processo de detecção de anomalias, a IA garante que nenhuma observação potencialmente significativa passe despercebida, revelando novos insights sobre o universo em uma escala sem precedentes.
