Um grupo de astrônomos das universidades de Groningen, Nápoles e Bonn desenvolveram um método que localiza lentes gravitacionais em enormes pilhas de observações. O método é baseado no mesmo algoritmo de inteligência artificial que o Google, O Facebook e a Tesla têm usado nos últimos anos. Os pesquisadores publicaram seu método e 56 novos candidatos a lentes gravitacionais na edição de novembro da Avisos mensais da Royal Astronomical Society .

Quando uma galáxia está escondida atrás de outra galáxia, às vezes podemos ver o oculto em torno do sistema frontal. Este fenômeno é chamado de lente gravitacional, porque emerge da teoria da relatividade geral de Einstein, que afirma que a massa pode dobrar a luz. Os astrônomos procuram lentes gravitacionais porque ajudam na pesquisa da matéria escura.

A busca por lentes gravitacionais é árdua. Os astrônomos precisam classificar milhares de imagens. Eles são assistidos por voluntários entusiasmados em todo o mundo. Até aqui, a busca foi mais ou menos em linha com a disponibilidade de novas imagens. Mas, graças a novas observações com telescópios especiais que refletem grandes seções do céu, milhões de imagens são adicionadas. Os humanos não conseguem acompanhar esse ritmo.

Google, Facebook, Tesla

Para lidar com a crescente quantidade de imagens, os astrônomos usaram as chamadas 'redes neurais convolucionais'. O Google utilizou essas redes neurais para vencer uma partida de Go contra o campeão mundial. O Facebook os usa para reconhecer o que está nas imagens de sua linha do tempo. E a Tesla tem desenvolvido carros autônomos graças às redes neurais.

Os astrônomos treinaram a rede neural usando milhões de imagens caseiras de lentes gravitacionais. Em seguida, eles confrontaram a rede com milhões de imagens de um pequeno pedaço do céu. Esse remendo tinha uma área de superfície de 255 graus quadrados. Isso é pouco mais de meio por cento do céu.

Candidatas a lentes gravitacionais

Inicialmente, a rede neural encontrou 761 candidatos a lentes gravitacionais. Após uma inspeção visual pelos astrônomos, a amostra foi reduzida para 56. As 56 novas lentes ainda precisam ser confirmadas pelos telescópios como o telescópio espacial Hubble.

Além disso, a rede neural redescobriu duas lentes conhecidas. Infelizmente, não viu uma terceira lente conhecida. Essa é uma lente pequena e a rede neural não foi treinada para esse tamanho ainda.

No futuro, os pesquisadores querem treinar sua rede neural ainda melhor para que ela perceba lentes menores e rejeite lentes falsas. O objetivo final é remover completamente qualquer inspeção visual.

Pesquisa Quilo-Grau

Carlo Enrico Petrillo (Universidade de Groningen, Os Países Baixos), primeiro autor da publicação científica:"Esta é a primeira vez que uma rede neural convolucional foi usada para encontrar objetos peculiares em um levantamento astronômico. Acho que se tornará a norma, já que os levantamentos astronômicos futuros produzirão uma enorme quantidade de dados que serão necessário inspecionar. Não temos astrônomos suficientes para lidar com isso. "

Os dados que a rede neuronal processou, veio da Pesquisa Quilo-Grau. O projeto usa o VLT Survey Telescope do European Southern Observatory (ESO) no Monte Paranal (Chile). A câmera panorâmica que acompanha, OmegaCAM, foi desenvolvido sob liderança holandesa.