Como bolas de cristal para os mistérios mais profundos do universo, galáxias e outros objetos espaciais massivos podem servir como lentes para objetos e fenômenos mais distantes ao longo do mesmo caminho, dobrando a luz de maneiras reveladoras.

As lentes gravitacionais foram teorizadas pela primeira vez por Albert Einstein há mais de 100 anos para descrever como a luz se curva quando passa por objetos massivos como galáxias e aglomerados de galáxias.

Esses efeitos de lente são normalmente descritos como fracos ou fortes, e a força de uma lente se relaciona com a posição e massa e distância de um objeto da fonte de luz que é a lente. Lentes fortes podem ter 100 bilhões de vezes mais massa do que nosso sol, fazendo com que a luz de objetos mais distantes no mesmo caminho se amplie e se divida, por exemplo, em várias imagens, ou aparecer como arcos ou anéis dramáticos.

A principal limitação das lentes gravitacionais fortes é sua escassez, com apenas várias centenas confirmadas desde a primeira observação em 1979, mas isso está mudando ... e rápido.

Um novo estudo realizado por uma equipe internacional de cientistas revelou 335 novos candidatos a lentes fortes com base em um mergulho profundo nos dados coletados para um projeto de telescópio apoiado pelo Departamento de Energia dos EUA no Arizona, chamado Instrumento Espectroscópico de Energia Escura (DESI). O estudo, publicado em 7 de maio em The Astrophysical Journal , se beneficiou do algoritmo de aprendizado de máquina vencedor em uma competição internacional de ciências.

"Encontrar esses objetos é como encontrar telescópios do tamanho de uma galáxia, "disse David Schlegel, um cientista sênior da Divisão de Física do Lawrence Berkeley National Laboratory (Berkeley Lab) que participou do estudo. "Eles são sondas poderosas de matéria escura e energia escura."

Esses candidatos a lentes gravitacionais recém-descobertos podem fornecer marcadores específicos para medir com precisão as distâncias às galáxias no universo antigo se as supernovas forem observadas e precisamente rastreadas e medidas por meio dessas lentes, por exemplo.

Lentes fortes também fornecem uma janela poderosa para o universo invisível de matéria escura, que constitui cerca de 85 por cento da matéria do universo, já que a maior parte da massa responsável pelos efeitos de lente é considerada matéria escura. Matéria escura e a expansão acelerada do universo, impulsionado pela energia escura, estão entre os maiores mistérios que os físicos estão trabalhando para resolver.

No último estudo, pesquisadores alistaram Cori, um supercomputador no Centro Nacional de Computação Científica de Pesquisa Energética (NERSC) do Berkeley Lab, para comparar automaticamente os dados de imagem do Dark Energy Camera Legacy Survey (DECaLS) - um dos três levantamentos realizados na preparação para o DESI - com uma amostra de treinamento de 423 lentes conhecidas e 9, 451 sem lentes.

Os pesquisadores agruparam as lentes fortes candidatas em três categorias com base na probabilidade de serem, na verdade, lentes:Grau A para os 60 candidatos que são mais prováveis ​​de serem lentes, Grau B para os 105 candidatos com características menos pronunciadas, e Grau C para as 176 lentes candidatas que têm características de lente mais fracas e menores do que as das outras duas categorias.

Xiaosheng Huang, o autor principal do estudo, observou que a equipe já conseguiu ganhar tempo no Telescópio Espacial Hubble para confirmar alguns dos candidatos a lentes mais promissores revelados no estudo, com tempo de observação no Hubble que começou no final de 2019.

"O Telescópio Espacial Hubble pode ver os pequenos detalhes sem os efeitos desfocados da atmosfera da Terra, "Huang disse.

As lentes candidatas foram identificadas com a ajuda de uma rede neural, que é uma forma de inteligência artificial na qual o programa de computador é treinado para melhorar gradualmente sua correspondência de imagens ao longo do tempo para fornecer uma taxa de sucesso crescente na identificação de lentes. As redes neurais computadorizadas são inspiradas na rede biológica de neurônios do cérebro humano.

"Leva horas para treinar a rede neural, "Huang disse." Existe um modelo de ajuste muito sofisticado de 'O que é uma lente?' e 'O que não é uma lente?' "

Houve uma análise manual meticulosa de imagens de lente para ajudar a escolher as melhores imagens para treinar a rede a partir de dezenas de milhares de imagens, Huang observou. Ele se lembrou de um sábado durante o qual se sentou com estudantes pesquisadores durante todo o dia para estudar dezenas de milhares de imagens para desenvolver listas de amostras de lentes e não lentes.

"Não apenas selecionamos aleatoriamente, "Huang disse." Tivemos que aumentar este conjunto com exemplos selecionados à mão que parecem lentes, mas não são lentes, " por exemplo, "e selecionamos aqueles que podem ser potencialmente confusos."

O envolvimento do aluno foi fundamental no estudo, ele adicionou. "Os alunos trabalharam diligentemente neste projeto e resolveram muitos problemas difíceis, tudo isso enquanto toma uma carga completa de aulas, "disse ele. Um dos alunos que trabalharam no estudo, Christopher Storfer, foi posteriormente selecionado para participar do programa DOE Science Undergraduate Laboratory Internship (SULI) no Berkeley Lab.

Os pesquisadores já aprimoraram o algoritmo usado no último estudo para acelerar a identificação de possíveis lentes. Enquanto estima-se que 1 em cada 10, 000 galáxias atuam como lentes, a rede neural pode eliminar a maioria dos que não são lentes. "Em vez de passar por 10, 000 imagens para encontrar uma, agora temos apenas algumas dezenas, " ele disse.

A rede neural foi desenvolvida originalmente para o desafio de localização de lentes gravitacionais fortes, uma competição de programação que decorreu de novembro de 2016 a fevereiro de 2017 que motivou o desenvolvimento de ferramentas automatizadas para encontrar lentes fortes.

Com um crescente corpo de dados observacionais, e novos projetos de telescópio como DESI e o Large Synoptic Survey Telescope (LSST), que agora está programado para iniciar em 2023, há uma competição acirrada para extrair esses dados usando ferramentas sofisticadas de inteligência artificial, Disse Schlegel.

"Essa competição é boa, "disse ele. Uma equipe baseada na Austrália, por exemplo, também encontrou muitos novos candidatos a lentes usando uma abordagem diferente. "Cerca de 40 por cento do que eles descobriram, nós não, "e da mesma forma o estudo do qual Schlegel participou encontrou muitos candidatos a lentes que a outra equipe não tinha.

Huang disse que a equipe expandiu sua busca por lentes em outras fontes de dados de imagens do céu, e a equipe também está considerando se deve se conectar a um conjunto mais amplo de recursos de computação para agilizar a busca.

"O objetivo para nós é chegar a 1, 000 "novos candidatos a lentes, Disse Schlegel.

NERSC é um DOE Office of Science User Facility.

Os participantes do estudo incluíram pesquisadores da Universidade de San Francisco, Berkeley Lab, o Observatório Nacional de Astronomia Óptica, Siena College, a Universidade de Wyoming, a Universidade do Arizona, a Universidade de Toronto e o Perimeter Institute for Theoretical Physics no Canadá, e Université Paris-Saclay na França.