Novos algoritmos de IA são 95% melhores em mostrar como o universo muda ao longo do tempo.

Um novo estudo sugere que um conjunto de algoritmos de IA chamado GAME pode ajudar os astrofísicos a obter uma leitura mais precisa do comportamento em constante mudança do universo. 

Uma ilustração do cosmos renderizado por computador. Um novo conjunto de algoritmos de IA poderá ajudar a descrever a natureza do universo com uma precisão sem precedentes, afirma um novo estudo. (Crédito da imagem: Denys Semenchenko via Getty Images)

Uma técnica recentemente desenvolvida poderá ensinar algoritmos de IA a enxergar o universo com uma clareza sem precedentes, potencialmente expondo as falhas em nossa compreensão do cosmos.

Nosso manual de regras cósmicas, conhecido como modelo cosmológico padrão, fez um trabalho incomparável ao descrever o universo, explicando tudo, desde sua expansão acelerada até a formação de galáxias. Mas mesmo as melhores explicações precisam de verificações robustas e independentes, e é aí que entram os algoritmos genéticos.

Essas técnicas engenhosas, inspiradas pela seleção natural , permitem-nos reconstruir funções cósmicas diretamente a partir de dados, sem forçá-las a se encaixarem em modelos preestabelecidos. São como exploradores incansáveis, sempre em busca dos melhores resultados.

Mas até mesmo as ferramentas mais poderosas têm seus pontos cegos. Para os algoritmos genéticos, esse ponto cego sempre foi a dificuldade em perceber mudanças sutis no cosmos. O panorama geral pode parecer bom, mas as derivadas — medidas cruciais da velocidade das mudanças — tornam-se instáveis.

Para algoritmos genéticos tradicionais, essas percepções sobre taxas de variação são incrivelmente frágeis. A função de "melhor ajuste", que se ajusta perfeitamente aos dados observados, muitas vezes tem dificuldades com quantidades não observáveis ​​que envolvem essas derivadas. É como tentar navegar em uma densa neblina; o algoritmo corre o risco de ficar preso em uma área enganosa que parece a solução perfeita, mas não é a verdadeira.

Como podemos, então, equipar nossos exploradores cósmicos com uma visão mais apurada? Em um artigo publicado no servidor de pré-impressão arXiv em fevereiro, pesquisadores propõem uma resposta: uma nova estratégia para ensinar nossos algoritmos a enxergar o universo com uma clareza sem precedentes.

Conhecido como GAME (abreviação de "Genetic Algorithms with Marginalised Ensembles", ou "Algoritmos Genéticos com Conjuntos Marginalizados"), esta atualização engenhosa não se baseia em um único algoritmo. Em vez disso, ela mobiliza um verdadeiro esquadrão. Imagine um conselho de detetives cósmicos, cada um abordando o enigma de uma maneira ligeiramente diferente. Então, o GAME aplica a média ponderada de conjuntos, calculando a média ponderada de suas soluções. A resposta de cada algoritmo recebe um peso com base em seu ajuste aos dados e na suavidade da função resultante.

Os resultados são simplesmente espetaculares. Na reconstrução de uma função de teste, o GAME apresentou uma sólida melhoria de 20% na precisão geral. Mas aqui está o grande destaque: para as derivadas, que são tão difíceis de calcular, o GAME proporcionou uma melhoria impressionante de 95% na precisão. É como trocar binóculos embaçados pela lente cósmica mais nítida que se possa imaginar, especialmente para observar as transformações do universo.

A metodologia já está reconstruindo a taxa de expansão do universo, conhecida como constante de Hubble , usando dados de cronômetros cósmicos, que são essencialmente relógios naturais. E os primeiros resultados são perfeitamente compatíveis com nosso modelo cosmológico atual. Com essa precisão inédita, o GAME é como um telescópio para o futuro da cosmologia.

Imagine o que essa visão mais precisa significa para desvendar os maiores enigmas do universo. Com a chegada de novos dados de observatórios como o Instrumento Espectroscópico de Energia Escura ( DESI), o GAME está prestes a se tornar uma ferramenta ainda mais competitiva. Ele nos ajudará a distinguir entre diferentes modelos de funcionamento do cosmos, permitindo respostas mais claras e testes de consistência cruciais, independentes de modelo.

Embora o impacto total das correlações de dados ainda seja uma fronteira a ser explorada, a jornada está apenas começando.

Livescience.com