Os cientistas treinaram computadores para analisar grandes quantidades de dados coletados por telescópios e detectar eventos de supernovas. Sozinho, o sistema já detectou 1.000 explosões.
O aprendizado de máquina é uma aplicação da inteligência artificial. Nesse processo, um computador aprende sem supervisão direta usando modelos matemáticos. Os sistemas de computador podem aprender por conta própria, com base em suas próprias experiências. E foi exatamente isso que os cientistas fizeram para aprender mais sobre o céu noturno. Ao treinar seus computadores, os astrônomos da Caltech puderam classificar até 1.000 supernovas. Isso foi feito de forma totalmente autônoma.
Eles usaram dados coletados pelo Zwick Transient Facility (ZTF), um instrumento de pesquisa do céu no Observatório Palomar da Caltech. A instalação ZTF observa o céu noturno todas as noites e procura pacientemente por mudanças no espaço profundo. Ele procura mudanças chamadas de eventos transitórios. Isso inclui tudo, desde asteroides cruzando o céu noturno até buracos negros devorando estrelas indefesas. Mas também pode detectar quando as estrelas explodem, nos chamados eventos de supernovas.
O ZTF é muito útil, pois toda vez que detecta um evento, alerta os astrônomos em todo o mundo. Em seguida, os cientistas usam telescópios para acompanhar o evento detectado e investigar sua natureza. Além disso, como o instrumento varre o céu noturno todas as noites, há muitos dados com os quais trabalhar.
Assista acima à uma animação com as detecções do sistema autônomo.
Fonte: caltech
Os astrônomos não conseguem dar conta de todos os dados. Para facilitar as coisas, eles desenvolveram novos algoritmos de aprendizado de máquina que tornam a vida muito mais fácil. O algoritmo que eles desenvolveram é chamado SNIascore. As supernovas vêm em duas classes distintas. Nas supernovas do Tipo I, o hidrogênio está ausente, enquanto nas supernovas do Tipo II, é abundante.
As supernovas do tipo I são produzidas quando estrelas massivas roubam matéria de suas vizinhas estelares, resultando em uma explosão termonuclear. Sempre que uma estrela massiva colapsa sob sua própria gravidade, ela produz uma supernova do Tipo II. Atualmente, além de o SNIascore ter a capacidade de classificar esses eventos, ele permite aos cientistas medir a taxa de expansão do universo. E a melhor parte: o SNIascore continua aprendendo e melhorando ainda mais.
