15 de dezembro de 2017

HH 666: O Eixo do Mal na Nebulosa de Carina

Recentemente a NASA publicou uma imagem tirada pelo telescópio Hubble que mostra um pilar de pó espacial de alguns anos-luz de comprimento. Trata-se da Herbig-Haro 666, uma jovem estrela descoberta em 2004 com uma má reputação não só por possuir em seu nome "o número do diabo", mas também porque constantemente lança para o espaço dois potentes fluxos de matéria capazes de destruir tudo ao seu redor. Por esta razão, a Herbig-Haro 666 é assim chamada pelos astrônomos de "eixo do mal" da nebulosa de Carina. 

O perfil em camadas do pilar é formado por ventos e radiação emitidos por esta estrela — uma das mais massivas e quentes da nebulosa. Para analisar melhor essa composição espacial os astrônomos a investigaram em luz infravermelha, que penetra em camadas de pó e assim a revela. Essa estrutura encontra-se dentro de uma região que dá origem a estrelas maiores da nossa galáxia — a nebulosa Carina — que brilha nos céus do sul à distância de 7.500 anos-luz.

Nasa utiliza inteligência artificial em nova descoberta do Kepler

Com a descoberta de um oitavo planeta, o sistema Kepler-90 é o primeiro a empatar com o nosso Sistema no que toca ao maior número de planetas. Crédito: NASA/Wendy Stenzel

Com a recente descoberta de um oitavo planeta em órbita de Kepler-90, uma estrela parecida com o Sol a 2545 anos-luz da Terra, o nosso Sistema Solar está agora empatado no que toca ao maior número de planetas em torno de uma única estrela. O planeta foi descoberto em dados do Telescópio Espacial Kepler da NASA.

O recém-descoberto Kepler-90i - um planeta quente e rochoso que completa uma órbita em torno da sua estrela hospedeira a cada 14,4 dias - foi encontrado usando aprendizagem de máquina da Google. A aprendizagem de máquina é uma abordagem da inteligência artificial na qual os computadores "aprendem". Neste caso, os computadores aprenderam a identificar planetas ao encontrar casos, nos dados do Kepler, onde o telescópio registou sinais de planetas para lá do nosso Sistema Solar, conhecidos como exoplanetas.

"Tal como pensávamos, existem descobertas emocionantes à espreita nos nossos dados de arquivo do Kepler, à espera da ferramenta ou da tecnologia certa para os encontrar," comenta Paul Hertz, diretor da Divisão de Astrofísica da NASA em Washington. "Este achado mostra que os nossos dados serão um tesouro disponível para os inovadores investigadores durante anos."

A descoberta ocorreu depois dos investigadores Christopher Shallue e Andrew Vanderburg terem treinado um computador para aprender a identificar exoplanetas nas leituras de luz registadas pelo Kepler - as minúsculas mudanças no brilho captado quando um planeta passava em frente, ou transitava, uma estrela. Inspirados pela maneira como os neurónios se ligam no cérebro humano, esta "rede neuronal" artificial vasculhou dados do Kepler e encontrou fracos sinais de trânsito de um oitavo planeta previamente perdido em órbita de Kepler-90, na direção da constelação de Dragão.

Embora a aprendizagem de máquina já tenha sido usada anteriormente em pesquisas da base de dados do Kepler, esta investigação demonstra que as redes neuronais são uma ferramenta promissora para encontrar alguns dos sinais mais fracos de mundos distantes.

Outros sistemas planetários são provavelmente mais promissores para a vida do que Kepler-90. Cerca de 30% maior do que a Terra, Kepler-90i está tão perto da sua estrela que se pensa que a temperatura média da superfície exceda os 426º C, parecida com a temperatura diurna de Mercúrio. O seu planeta mais exterior, Kepler-90h, orbita a uma distância parecida à da Terra em relação ao Sol.  O sistema estelar Kepler-90 é como uma mini-versão do nosso Sistema Solar. Temos planetas pequenos no interior e planetas grandes no exterior, mas tudo está agrupado mais intimamente," afirma Vanderburg, astrónomo da Universidade do Texas em Austin e da NASA.

Shallue, um engenheiro sénior de software da equipa de investigação Google AI, teve a ideia de aplicar uma rede neuronal aos dados do Kepler. Ele interessou-se pela descoberta de exoplanetas depois de aprender que a astronomia, tal como outros ramos da Ciência, está rapidamente sendo inundada de dados à medida que a tecnologia para a recolha de dados espaciais avança.

"No meu tempo livre, comecei a pesquisar 'encontrar exoplanetas com grandes conjuntos de dados' e descobri mais sobre a missão Kepler e sobre o enorme conjunto de dados disponíveis," comenta Shallue. "A aprendizagem de máquina realmente brilha em situações onde existem tantos dados que os humanos não conseguem procurar por eles próprios."

Os quatro anos de dados do Kepler consistem em mais de 35.000 possíveis sinais planetários. Os testes automatizados, e por vezes os olhos humanos, são usados para verificar os sinais mais promissores nos dados. No entanto, os sinais mais fracos geralmente perdem-se usando estes métodos. Shallue e Vanderburg pensaram que podiam haver descobertas exoplanetárias mais interessantes à espreita nos dados.

Primeiro, treinaram a rede neuronal para identificar exoplanetas em trânsito usando um conjunto de 15.000 sinais previamente examinados do catálogo de exoplanetas do Kepler. No conjunto de testes, a rede neuronal identificou corretamente planetas verdadeiros e falsos positivos 96% do tempo. Então, tendo a rede neuronal "aprendido" a detetar o padrão de um trânsito exoplanetário, os investigadores dirigiram o seu modelo para procurar sinais mais fracos em 670 sistemas estelares que já possuíam múltiplos planetas conhecidos. A suposição era que os sistemas multiplanetários seriam os melhores lugares para procurar mais exoplanetas.

"Nós temos muitos falsos positivos de planetas, mas também potencialmente mais planetas verdadeiros," explica Vanderburg. "É como peneirar rochas para encontrar joias. Se tivermos uma peneira mais fina, apanhamos mais rochas, mas também mais joias. Kepler-90i não é única joia que esta rede neuronal descobriu. No sistema Kepler-80, encontraram um sexto planeta. Este, Kepler-80g, com o tamanho da Terra, e quatro dos seus planetas vizinhos, formam o que se chama de cadeia ressonante - onde os planetas estão bloqueados pela sua gravidade mútua numa dança orbital rítmica. O resultado é um sistema extremamente estável, semelhante aos sete planetas do sistema TRAPPIST-1.

O artigo científico que divulga estes achados foi aceite para publicação na revista The Astronomical Journal. Shallue e Vanderburg planeiam aplicar a sua rede neuronal ao conjunto completo das mais de 150.000 estrelas estudadas pelo Kepler. O Kepler produziu um conjunto de dados sem precedentes para a caça exoplanetária. Depois de olhar para uma zona do espaço durante quatro anos, o telescópio está agora a operar numa missão estendida e muda de campo de visão a cada 80 dias.

"Estes resultados demonstram o valor duradouro da missão do Kepler," comenta Jessie Dotson, cientista do projeto Kepler no Centro de Pesquisa Ames da NASA em Silicon Valley. "Novas maneiras de ver os dados - como esta investigação em fase inicial de aplicar algoritmos de aprendizagem de máquina - prometem continuar a produzir avanços significativos na nossa compreensão dos sistemas planetários em torno de outras estrelas. Tenho a certeza que há mais novidades nos dados à esperam que as pessoas os encontrem."
Fonte: Astronomia OnLine
Related Posts Plugin for WordPress, Blogger...

Artigos Mais Lidos