Inteligência artificial descobre nova equação sobre aglomerados de galáxias
Grupo de investigadores de Nova Iorque utilizou técnicas de inteligência artificial para encontrar uma equação que calcula a massa de aglomerados de galáxias. A técnica utiliza uma série de interações para encontrar uma equação que calcule a propriedade.
Calcular propriedades de objetos que estão extremamente distantes de nós é um desafio dentro da Astronomia. O desafio tem sido abordado por vários astrónomos e astrofísicos ao longo dos séculos mas, apesar de boas abordagens para resolver, há sempre uma desvantagem nas soluções propostas.
Um dos desafios consiste precisamente em calcular a massa da matéria escura que sabemos estar presente em todas as galáxias e aglomerados. Matéria escura é um tipo de fenómeno que interage apenas gravitacionalmente com a matéria visível, ou seja, possui uma massa associada.
Para contornar este problema, um grupo de investigadores do Instituto de Estudos Avançados e do Flatiron Institute decidiram utilizar a ajuda de técnicas de inteligência artificial para encontrar uma forma de calcular massa de aglomerados de galáxias.
O mistério dos aglomerados de galáxias
Aglomerados de galáxias são estruturas presentes no Universo que consistem em várias galáxias conectadas gravitacionalmente umas às outras.
Pelo número de galáxias, há várias propriedades num aglomerado que é de interesse da Astronomia estudar.
É possível compreender mais sobre matéria escura num aglomerado já que ela tem um papel importante na interação gravitacional de uma galáxia com a outra. É possível calcular a quantidade, ou seja a massa, de matéria escura num aglomerado através de lentes gravitacionais.
Contudo, por não conseguirmos observar diretamente a matéria escura, as medidas tornam-se imprecisas e são necessários alguns ajustes que nem sempre têm os melhores resultados.
Como calcular a massa de um aglomerado de galáxias?
Nós só temos acesso à luz emitida por um aglomerado que pode estar a cerca de milhões ou biliões de anos-luz de distância de nós. Por isso, os astrofísicos Rashid Sunyaev e Yakov B. Zel’dovich propuseram utilizar a pressão dos eletrões para calcular: a técnica ficou conhecida como “pressão dos eletrões integrada”.
Quando a gravidade pressiona a matéria, os eletrões tem um efeito oposto que se dá como uma pressão, a pressão de eletrões. Esta pressão interfere na forma como os eletrões interagem com fotões que passam por eles.
Mas a luz pode ser espalhada e não conseguirmos aceder à quantidade real de luz que foi emitida por aquela interação. É necessário criar aproximações para conseguir chegar a um resultado próximo ao real. Mesmo assim, as barras de erros são altas e é um problema para astrofísicos e astrónomos.
Usar inteligência artificial para desvendar aglomerados de galáxias
Num estudo publicado na Proceedings of the National Academy of Sciences, um grupo de Nova Iorque propôs usar inteligência artificial para conseguir medir a massa de aglomerados. A ideia é alimentar simulações cosmológicas com a presença de aglomerados para uma inteligência artificial capaz de recriar equações através de observações.
A técnica utilizada é chamada de regressão simbólica, a ferramenta utiliza vários operadores matemáticos para conseguir modelar o que observa. Neste caso, os investigadores pretendiam que a inteligência artificial colocasse o foco em conseguir calcular a massa através das observações que lhe foram dadas.
A técnica resultou numa equação nova que conseguia calcular a massa de um aglomerado com mais exatidão que a equação antiga. A nova equação é baseada numa equação antiga com novos parâmetros encontrados pela inteligência artificial.
Porque a inteligência artificial encontrou parâmetros não vistos pelos humanos?
O método mais utilizado ao criar uma inteligência artificial hoje é a aprendizagem de máquina (machine learning). A aprendizagem de máquina imita a forma como os humanos aprendem, ou seja, através de padrões. Nós conseguimos distinguir um cão de um gato porque desde que nascemos que o nosso cérebro recebe observações e encontra padrões para reconhecer o que é um gato.
A aprendizagem de máquina imita isso ao observar dados. Quando vamos para fenómenos complexos, como aglomerados de galáxias, nós podemos estar a deixar de observar algo ali que é essencial para o cálculo da massa.
Enquanto que os seres humanos só conseguem observar um determinado número de dados, a inteligência artificial é poderosa e pode observar milhares ou milhões em algumas horas. Isto também contribui para reconhecer padrões melhor do que nós.
Este estudo é um dos exemplos de como a inteligência artificial está a fazer avançar a Ciência, em especial a Astronomia, e a possibilitar encontrar coisas que estavam à nossa frente o tempo todo, mas que nunca conseguimos perceber.