Na antiga Babilónia, os observadores de estrelas faziam uma crónica meticulosa do céu noturno, gravando as suas observações em tábuas para anotar os movimentos celestes mais subtis.
As suas observações, juntamente com as de outras civilizações antigas, lançaram os alicerces para luminares como Johannes Kepler, que utilizou os dados de Tycho Brahe para desvendar as órbitas elípticas dos planetas muito antes de termos os instrumentos para observar tais fenómenos com os nossos próprios olhos.
Atualmente, a humanidade não está menos ansiosa por descodificar os meandros do cosmos e a IA tornou-se um parceiro na nossa procura de respostas.
Lentes de vidro para gigabytes
Inventado no início do século XVII, o telescópio proporcionou aos astrónomos uma janela para o cosmos.
Pela primeira vez, os olhos humanos podiam penetrar para além da atmosfera.
Para além de observar diretamente os objectos celestes através de telescópios, a humanidade tornou-se perita em calcular as interacções entre órbitas, o que levou o astrónomo francês Urbain Le Verrier a prever a existência de Neptuno a partir da órbita de Úrano, antes de esta ser confirmada em 1846.
A matemática e a astronomia estão intimamente ligadas há milhares de anos, e é nesses cálculos que a IA se destaca.
O lançamento do telescópio espacial Kepler em 2009 marcou uma nova era na exploração extra-solar. Com a missão de identificar exoplanetas - planetas que se encontram fora do nosso sistema solar - através da monitorização do brilho de mais de 150 000 estrelas, o Kepler transmitiu um volume colossal de dados para a Terra.
Apesar de terem sido confirmados mais de 2600 exoplanetas durante a sua missão, os investigadores ainda hoje estão a analisar os dados.
Em 2021, mais de 10 anos após o lançamento do telescópio, a NASA anunciou que um modelo de IA tinha ajudado os investigadores a acrescentar 301 exoplanetas recentemente validados à coleção total de 4569.
O modelo, uma rede neural profunda denominado ExoMinerO sistema de análise de dados da Terra, o sistema de análise de dados da Terra, pode validar de forma robusta estes exoplanetas propostos - um feito que de outra forma exigiria uma longa análise manual.
Hamed Valizadegan, o líder do projeto ExoMiner, afirmou: "Quando o ExoMiner diz que algo é um planeta, podemos ter a certeza de que é um planeta. O ExoMiner é altamente preciso e, em alguns aspectos, mais fiável do que os classificadores de máquinas existentes e do que os especialistas humanos que pretende imitar, devido aos enviesamentos que acompanham a rotulagem humana".
Origens universais
O outback da Austrália Ocidental é o lar da Murchison Widefield Array (MWA).
Ao contrário dos telescópios tradicionais, o MWA é um radiotelescópio que escuta as primeiras ondas de rádio do universo.
Ao captar sinais de rádio do espaço, o MWA permite vislumbrar o estado do Universo há cerca de 13 mil milhões de anos. Isto não é isento de desafios, uma vez que as interferências radioeléctricas dos dias de hoje ameaçam abafar as antigas declarações do Universo.
Utilizando a IA, os investigadores podem filtrar e diferenciar entre o ruído de rádio e os sussurros primordiais do universo, permitindo uma análise mais precisa.
Visualização de objectos celestes
O Telescópio Event Horizon (EHT), que captou a primeira imagem de um buraco negro, baseou-se no processamento de IA para converter as suas observações em algo claro e coerente.
O EHT junta vários telescópios de todo o mundo para criar um mega-telescópio único.
Usando as forças combinadas de múltiplos conjuntos de telescópios, o EHT pôde observar o buraco negro supermassivo no centro da Via Láctea.
Para transformar estas observações numa imagem exacta, é necessário que a aprendizagem automática (ML) calcule a forma e o formato mais prováveis a partir dos dados disponíveis.
O modelo ML, PRIMOO projeto, que foi publicado em 2007, analisou as características de 30 000 buracos negros simulados para gerar a imagem abaixo amplamente divulgada.
Estima-se que o buraco negro tenha uma massa 6,5 mil milhões de vezes superior à do Sol.
IA descobre asteroide "potencialmente perigoso
Ouvimos falar muito dos riscos da IA, mas e se ela nos salvasse de um asteroide mortal?
Os investigadores do futuro Observatório Vera Rubin, no norte do Chile, descobriram recentemente um asteroide potencialmente perigoso utilizando a IA.
O Observatório Vera Rubin, no norte do Chile, ainda em construção, vai tornar-se a câmara digital mais potente utilizada para fotografia astronómica,
HelioLinc3D, o programa de IA responsável por esta descoberta, foi concebido para apoiar os esforços do Observatório Vera C. Rubin na deteção de asteróides. O modelo foi implementado num teste no observatório ATLAS, no Havai.
A IA revelou um asteroide com cerca de 600 pés de largura (180 metros), denominado 2022 SF289.
Prevê-se que este objeto celeste, com cerca de 182 m (600 pés de largura), se aproxime da Terra até 140.000 milhas (225.000 quilómetros).
Tendo em conta que a distância média da lua à Terra é de cerca de 384 400 km (238 855 milhas) - está mais próxima do que os números brutos parecem sugerir - designando-a como um Asteroide Potencialmente Perigoso (PHA). Fiquem descansados - não se espera que nos atinja.
O HelioLinc3D é muito mais rápido e eficiente na deteção de asteróides potencialmente perigosos do que os métodos actuais.
Tradicionalmente, isto requer a captura de imagens de segmentos específicos do céu várias vezes por noite, enquanto o HelioLinc3D requer menos observações e funciona bem com objectos ténues.
Os telescópios captam frequentemente uma densa dispersão de ruído inútil quando observam objectos ténues, o que torna a deteção de asteróides genuínos excecionalmente difícil.
Larry Denneau, astrónomo principal do ATLAS, destacou a implicações desta descoberta: "Qualquer estudo terá dificuldade em descobrir objectos como 2022 SF289 que estão perto do seu limite de sensibilidade, mas o HelioLinc3D mostra que é possível recuperar estes objectos ténues desde que sejam visíveis durante várias noites. Isto, de facto, dá-nos um telescópio 'maior e melhor'".
O cientista do Rubin e líder da equipa do HelioLinc3D, Mario Jurić, disse: "Isto é apenas uma pequena amostra do que esperar do Observatório Rubin em menos de dois anos, quando o HelioLinc3D estiver a descobrir um objeto como este todas as noites."
E acrescentou: "Mas, de um modo mais geral, é uma antevisão da próxima era da astronomia de dados intensivos. Do HelioLinc3D aos códigos assistidos por IA, a próxima década de descobertas será uma história de avanços nos algoritmos, tanto quanto nos novos e grandes telescópios".
Determinar a idade das estrelas com IA
A IA está também a ajudar os investigadores a traçar a história do universo.
Um modelo recente desenvolvido como uma versão melhorada por IA de um projeto mais antigo, EAGLES (Estimativa de idades a partir de larguras equivalentes de lítio)analisa a presença de lítio nas estrelas para estimar a sua idade.
Historicamente, todas as estrelas começam a vida com uma proporção semelhante de lítio. No entanto, à medida que envelhecem, este lítio esgota-se a taxas variadas devido a factores como as suas massas e temperaturas associadas.
A temperatura de uma estrela, que é indicativa da sua massa, desempenha um papel fundamental no seu consumo de lítio.
Nas estrelas mais quentes, o aumento da convecção nas camadas exteriores causa turbulência, enviando o lítio para o interior da estrela e fundindo-se com protões para produzir dois núcleos de hélio. Consequentemente, os níveis de lítio diminuem ao longo do tempo.
Observando a abundância de lítio de uma estrela a par da sua temperatura, os astrónomos podem extrapolar a sua idade.
Tradicionalmente, a determinação da idade de uma estrela a partir do seu lítio envolvia a avaliação da força do lítio em dados espectrográficos e a sua correspondência com modelos de evolução estelar estabelecidos.
Este processo não só foi árduo como também limitado no seu âmbito. George Weaver, da Universidade de Keele, no Reino Unido, observou que isto é "difícil de fazer e requer muito trabalho".
Weaver e o astrofísico Robin Jeffries, da Universidade de Keele, desenvolveram o algoritmo EAGLES para simplificar este processo.
Ao treinar o EAGLES num conjunto de dados de 6.000 estrelas de 52 aglomerados observados pelo Missão GaiaA partir de um modelo de cálculo do salário de uma estrela, com um mínimo de trabalho manual.
O EAGLES será brevemente utilizado em dois estudos extensivos: o estudo WEAVE no telescópio William Herschel em 2023 e o estudo 4MOST no telescópio VISTA do Observatório Europeu do Sul em 2024.
"Estes são dois grandes estudos espectroscópicos que irão... obter espectros de literalmente dezenas de milhões de estrelas", afirmou Jeffries.
Um dos objectivos dos estudos é traçar a história da formação de estrelas em várias populações de estrelas na galáxia.
A xAI de Elon Musk
Não podemos deixar Elon Musk de fora de uma discussão existencial que engloba o cosmos.
Em julho, Musk revelou o seu mais recente projeto lunar - xAI. Este nova e misteriosa empresa de IA pretende investigar conceitos científicos prementes como a matéria negra, a energia negra, o Paradoxo de Fermi e a existência de extraterrestres.
Nas palavras de Musk, a xAI irá investigar "questões fundamentais" relativas à "realidade" e ao "universo".
Musk e a sua equipa realizaram uma discussão no Twitter Spaces sobre a xAI e, embora intrigante, não esclareceu muito sobre a estratégia da empresa. A partir de agosto de 2023, não há informações concretas sobre o que tenciona fazer e como.
Excelente resumo https://t.co/s2QE9zuzp4
- xAI (@xai) 15 de julho de 2023
Alguns especulam que a xAI irá construir modelos de IA orientados para a ciência e para as estatísticas, de modo a impulsionar a investigação. Poderá assumir a forma de um "agente geral" de IA orientado para a ciência, capaz de desempenhar virtualmente qualquer uma das funções acima referidas.
A xAI poderia contribuir com o seu poder de computação para os investigadores científicos, aliviando alguns estrangulamentos associados à implantação de modelos complexos em ambientes académicos.
Por outro lado, a xAI pode apenas culminar noutro modelo de linguagem de grande dimensão (LLM), ou talvez não dê em nada - o que seria uma desilusão, dado o calibre da equipa fundadora da empresa.
Se a xAI fornecer um modelo de IA super-poderoso para fins de investigação, isso poderá permitir aos cientistas criar modelos especializados para todo o tipo de aplicações em física, astronomia, medicina, climatologia e outros domínios.
Apesar dos seus problemas, a IA equipa a humanidade com as ferramentas necessárias para explorar novas fronteiras que só há alguns anos se pensava serem possíveis.
Esta tecnologia, ainda em fase embrionária, está a revelar o seu potencial para identificar asteróides perigosos, exoplanetas e as idades das estrelas, permitindo-nos alargar os nossos horizontes cósmicos e ampliar o nosso conhecimento do universo.
Pondo de parte todos os riscos, a utilização da IA para explorar os segredos do universo é uma perspetiva tentadora.
