A astronomia, uma das ciências mais antigas da humanidade, está passando por uma revolução tecnológica sem precedentes. Uma ferramenta de Inteligência Artificial (IA), denominada Bright Transient Survey Bot (BTSbot), foi desenvolvida por uma colaboração internacional liderada pela Northwestern University. Esta ferramenta representa um marco significativo na pesquisa astronômica, pois automatiza completamente o processo de detecção, identificação e classificação de supernovas.
Historicamente, a detecção de supernovas envolvia um processo meticuloso e demorado. Robôs telescópios capturavam imagens repetidas do céu noturno, buscando novas fontes que não estavam presentes em imagens anteriores. Quando algo novo era detectado, os humanos assumiam o controle. Eles verificavam os candidatos e executavam observações espectroscópicas. Apenas através da coleta do espectro de uma candidata, poderia-se confirmar definitivamente sua natureza como supernova. Embora alguns telescópios robóticos possam coletar espectros, muitas vezes essa tarefa ainda era realizada por humanos.
O BTSbot foi projetado para eliminar essa intervenção humana. Nabeel Rehemtulla, co-líder do desenvolvimento tecnológico junto com Adam Miller, treinou a IA usando uma vasta base de dados composta por 1,4 milhão de imagens históricas de quase 16.000 fontes. Estas imagens abrangiam desde supernovas confirmadas até outros fenômenos celestes, como estrelas flaring temporárias e galáxias flaring.
A implementação do BTSbot promete economizar centenas de horas de trabalho humano. Nos últimos seis anos, estima-se que os astrônomos tenham gasto mais de 2.200 horas classificando candidatos a supernovas. Com a introdução desta ferramenta, os pesquisadores podem agora redirecionar esse tempo precioso para outras responsabilidades, acelerando o ritmo das descobertas astronômicas.
A eficácia do BTSbot foi comprovada quando foi testado em um candidato a supernova recentemente descoberto, denominado SN2023tyk. Apenas dois dias após a detecção inicial pelo Zwicky Transient Facility (ZTF), o BTSbot identificou o SN2023tyk. Em seguida, solicitou automaticamente o espectro da potencial supernova do Observatório Palomar. Outro telescópio robótico, a SED Machine, realizou observações aprofundadas para obter o espectro, que foi posteriormente enviado ao SNIascore do Caltech para determinar o tipo de supernova.
O resultado foi conclusivo: o candidato era uma supernova do Tipo Ia, uma explosão estelar em que uma anã branca em um sistema estelar binário explode completamente. Esta descoberta foi compartilhada com a comunidade astronômica em um curto espaço de tempo, demonstrando a eficiência do sistema.
Rehemtulla expressou sua ansiedade e excitação durante a execução inicial do BTSbot, afirmando que, embora o desempenho simulado fosse excelente, a verdadeira prova estava em sua aplicação no mundo real. A confirmação bem-sucedida da SN2023tyk trouxe uma onda de alívio para a equipe. Uma vez que o sistema está operacional, ele funciona de forma autônoma, permitindo que os pesquisadores se concentrem em outras tarefas enquanto a IA e os robôs realizam suas funções de forma consistente e precisa.
Esta colaboração, que trouxe ao mundo o BTSbot, incluiu astrônomos de instituições renomadas como Caltech, University of Minnesota, Liverpool John Moores University na Inglaterra e Stockholm University na Suécia. As observações foram realizadas no Observatório Palomar, como parte do projeto Zwicky Transient Facility, que é apoiado por várias instituições e fundações.
Em conclusão, a introdução do BTSbot no campo da pesquisa astronômica marca o início de uma nova era. A automação do processo de detecção de supernovas não apenas acelera as descobertas, mas também garante resultados mais precisos, eliminando erros humanos. Este avanço é um testemunho do potencial da IA na pesquisa moderna e destaca a importância das colaborações internacionais na promoção da ciência. À medida que avançamos, ferramentas como o BTSbot continuarão a desempenhar um papel crucial na decifração dos mistérios do universo.
Fonte:
