Aprendendo a descobrir planetas | G1 – Ciência e Saúde

0
947


Kepler-90 system

 

Várias pessoas têm me perguntado qual a relevância do anúncio da Nasa nesta quinta-feira (14). Afinal de contas, foi anunciada a descoberta de apenas dois planetas e nenhum deles tem condições de abrigar vida. A relevância aqui está nos detalhes.

 

Christopher Shallue, engenheiro de software do Google, teve a ideia de usar o método de aprendizagem de máquina para buscar planetas na imensa base dados do Kepler. Aprendizagem de máquina é na verdade um programa complexo de computador que trabalha com redes neurais, ou seja, um sofware que tenta simular o comportamento de neurônios humanos. Esse programa é “treinado” a executar alguma tarefa, de modo que ele aprenda a distinguir um resultado que seja útil para o pesquisador. Isso não é novidade, várias áreas da ciência usam esse expediente especialmente quando se trata de grandes bases dados. Isso é uma aplicação simples de inteligência artificial.

 

Shallue se associou a Andrew Vanderburg da Universidade do Texas para aplicar um programa desenvolvido pelo Google na base de dados do Kepler. O programa é público, de código aberto e está disponível para download, você pode depois modificá-lo para o seus propósitos.

 

Primeiro o programa precisou passar pela fase de aprendizagem e foi aplicado em 15 mil curvas de luz já analisadas sendo capaz de distinguir a curva de luz gerada pelo trânsito de um exoplaneta da curva de luz de uma estrela pulsante, por exemplo. Em 96% dos casos, o programa conseguiu diferenciar um sinal real de um falso positivo.

 

Uma vez treinado, o programa foi aplicado em curvas de luz de 670 estrelas que também já tinham sido estudadas, mas que possuem sinal muito fraco, ou seja, os programas usuais de detecção de exoplanetas poderiam ter deixado escapar alguma coisa. Quando o programa terminou, além de encontrar os planetas já conhecidos, ele achou mais dois perdidos nas curvas de luz. Essa é a grande relevância do anúncio, um sistema automatizado que pode aprender a se virar sozinho e tem um índice de confiança de 96%. Agora, esse programa pode ser usado com segurança na base de dados total do Kepler que passa de 150 mil objetos!

 

Hoje em dia a astronomia vive um ‘tsunami’ de dados. As pesquisas de ponta envolvem a aquisição de petabytes de dados e, depois de superado o problema da armazenagem, vem o problema da análise. Nenhum ser humano vai ser capaz de analisar um a um esses dados. Hoje, os programas fazem um triagem inicial e objetos suspeitos depois são analisados individualmente por um pesquisador, ou pesquisadores. E isso não se restringe às curvas de luz de exoplanetas, mas também ao estudo de galáxias e fenômenos transientes, como explosão de novas e supernovas. Para ter uma ideia, o projeto LSST que é um telescópio de 8,4 metros que deverá varrer o céu todo a cada 5 noites, vai produzir algo como 15 terabytes de dados por noite! Um pesquisador sozinho não conseguiria analisar totalmente sequer um terabyte em seu tempo de vida.

 

Agora, podemos esperar mais anúncios de descobertas de exoplanetas, tanto entre as estrelas já estudadas, quanto as outras que serão adicionadas aos bancos de dados.



DEIXE UMA RESPOSTA

Please enter your comment!
Please enter your name here