Um novo algoritmo determina a idade de uma estrela com base em sua abundância de lítio e temperatura. Futuramente, esse algoritmo poderá ser ampliado para incluir outras propriedades.
Um novo algoritmo de aprendizado de máquina visa fornecer medições aprimoradas das idades estelares, permitindo que os astrônomos modelem de forma mais precisa a evolução das estrelas. O algoritmo é uma versão de inteligência artificial de um projeto denominado EAGLES, acrônimo para “Estimating Ages from Lithium Equivalent Widths” (Estimando Idades a partir das Larguras Equivalentes de Lítio). O EAGLES utiliza a abundância de lítio das estrelas para determinar sua idade. Anteriormente, essa tarefa era realizada ajustando-se os dados a gráficos. Com o aumento da produção de dados em pesquisas, essa atividade tornou-se complexa e demorada, justificando a criação de uma IA para essa função.
Todas as estrelas nascem com a mesma proporção de lítio. Contudo, à medida que envelhecem, perdem lítio em diferentes taxas, dependendo de suas massas e, consequentemente, temperaturas (pois quanto mais massiva a estrela, maior sua temperatura, utilizada como proxy, já que a massa estelar não pode ser medida diretamente). Quanto mais quente a estrela, maior a taxa de convecção em suas camadas externas, o que provoca maior agitação do lítio em sua superfície. À medida que o lítio se aprofunda no interior da estrela, ele é convertido em dois núcleos de hélio ao se fundir com um próton, resultando em sua depleção progressiva. Assim, a abundância de lítio observada em uma estrela, juntamente com sua temperatura, fornece uma medida de sua idade.
Tradicionalmente, os astrônomos determinam a idade de uma estrela com base no lítio ao analisar a intensidade da linha espectral de lítio no espectro estelar, e depois tentam ajustá-la aos modelos de evolução estelar. Este método, além de ser trabalhoso, tem suas limitações. George Weaver, da Universidade Keele do Reino Unido, em entrevista ao Space.com, mencionou o desejo da comunidade científica de expandir além da abundância de lítio, incorporando outras propriedades estelares que também podem indicar a idade.
Weaver e seu orientador, o astrofísico Robin Jeffries, da Universidade de Keele, introduziram a inteligência artificial para auxiliar na análise, especialmente ao lidar com grandes volumes de dados. Em pesquisas abrangentes, a IA pode identificar novas relações nos dados estelares previamente desconhecidas.
Os astrônomos conseguem medir com mais facilidade as idades relativas das estrelas em aglomerados estelares, pois todas as estrelas de um aglomerado nasceram simultaneamente. Com isso em mente, Weaver e Jeffries analisaram 6.000 estrelas de 52 aglomerados observados pela missão Gaia da ESA e treinaram o algoritmo EAGLES com esses corpos estelares.
Os modelos de evolução estelar fornecem informações sobre a aparência esperada de uma estrela em função de sua idade. “Se conhecermos a idade das estrelas, isso é extremamente útil para comparações com modelos de evolução estelar”, disse Jeffries ao Space.com.
A IA tem sido cada vez mais utilizada na astronomia para lidar com grandes volumes de dados, e o EAGLES segue essa tendência. Será aplicado em duas pesquisas profundas, começando com a pesquisa WEAVE no Telescópio William Herschel em La Palma este ano, e continuando na pesquisa 4MOST no telescópio VISTA no Observatório Europeu do Sul no Chile em 2024.
“Essas são duas pesquisas espectroscópicas significativas que cobrirão praticamente todo o céu e coletarão espectros de dezenas de milhões de estrelas”, disse Jeffries. “Elas produzirão larguras equivalentes de lítio, temperaturas, taxas de rotação e medições de atividade magnética. Esperamos fornecer a idade, que é uma parte essencial do propósito dessas pesquisas, que é tentar reconstruir a história da formação estelar de várias populações de estrelas na galáxia.”
Weaver aspira expandir ainda mais o EAGLES, incluindo indicadores de idade além da abundância de lítio. Algumas opções são a abundância de bário, atividade magnética e taxas de rotação estelar. “Você pode inserir tanto ou tão pouco dado quanto tiver, e o modelo fará seu trabalho”, disse Weaver. “Atualmente, estamos apenas expandindo esses indicadores adicionais de idade.”
No entanto, a rede neural EAGLES possui uma limitação significativa. Só pode medir com precisão as idades das estrelas até cerca de 6 bilhões de anos, que é a idade do aglomerado mais antigo no qual o algoritmo foi treinado. Além disso, as estrelas mais antigas do universo tendem a ter a mesma quantidade de lítio. “Não se obteria um discriminador de idade do lítio para as estrelas mais antigas”, disse Jeffries. “Funciona melhor para estrelas jovens.”
A rede neural EAGLES será utilizada no telescópio VISTA em 2024 para medir as idades de milhões de estrelas. Isso significa que o EAGLES não pode ser usado para medir a idade de estrelas controversas, como a Estrela Methuselah, que, segundo alguns estudos, tem uma idade superior aos 13,8 bilhões de anos do universo. No entanto, estudos mais recentes refutaram essa noção, revisando sua idade para menos que a idade do universo.
Fonte:
