Aqui está uma IA que parece estar fazendo mais bem do que mal. Uma dupla de astrónomos da Agência Espacial Europeia (ESA) cultivado uma rede neural que procura anomalias em uma variedade de imagens. Os resultados foram muito além do que os especialistas humanos poderiam fazer. Em dois dias e meio, examinou quase 100 milhões de imagens recortadas, descobrindo 1.400 objetos anômalos.
Os autores do modelo de IA, David O’Ryan e Pablo Gómez, chamam-no de AnomalyMatch. O par exerceu (aplicou) o Arquivo Legado do Hubbleque abriga dez mil conjuntos de dados dos 35 anos de história do Hubble. “Embora os cientistas sejam excelentes na detecção de anomalias cósmicas, há demasiados dados para que os especialistas do Hubble analisem manualmente os detalhes necessários”, escreveu a ESA num comunicado de imprensa.
Após menos de três dias de pesquisa, o AnomalyMatch retornou uma lista de prováveis anomalias. No final das contas, isso ainda requer olhos humanos: Gómez e O’Ryan revisaram os candidatos para confirmar quem eram realmente anormais. Entre os 1.400 objetos anômalos confirmados, mais de 800 estavam anteriormente em situação irregular.
A maioria dos resultados mostrou que as galáxias estão agrupadas ou interagindo umas com as outras, o que pode levar a formas estranhas ou longas caudas de estrelas e gás. Outras lentes são pesadas. (É aí que a gravidade da galáxia em primeiro plano curva o espaço para curvar a luz da galáxia de fundo num círculo ou arco.) Outras descobertas incluíram orbes planetárias formando-se nas bordas, galáxias com estrelas gigantes e samambaias. galáxias de águas-vivas. Para aumentar o mistério, havia também “várias dezenas de objetos que desafiavam completamente a classificação”.
“Este é um uso fantástico da IA para maximizar os dados científicos do arquivo do Hubble”, disse Gómez à ESA. “Encontrar tantos objetos anômalos nos dados do Hubble, onde seria de se esperar que já tivessem sido encontrados mais, é uma grande conquista. Também mostra o quão útil esta ferramenta pode ser para outros grandes conjuntos de dados.”
