O futuro chegou? Bem, parece que aquelas cenas de filmes de ficção científica estão mais próximas da realidade do que podemos imaginar! Estamos falando de inteligência artificial!
A recente descoberta de um oitavo planeta que gira em torno de Kepler-90, uma estrela parecida com o Sol, 2,545 anos-luz da Terra; descoberto através de dados do Telescópio Espacial Kepler da NASA.
Ele é um planeta quente e rochoso que orbita sua estrela uma vez a cada 14,4 dias – foi encontrado usando a aprendizagem de máquina do Google.
O aprendizado de máquina é uma abordagem da inteligência artificial em que os computadores “aprendem”. Neste caso os computadores aprenderam a identificar planetas através de dados extraídos do telescópio Kepler que registrou sinais de planetas além do nosso sistema solar, os chamados exoplanetas.
“Assim como esperávamos, há descobertas emocionantes espreitadas nos nossos dados arquivados da Kepler, à espera da ferramenta ou tecnologia certa para desenterrá-los”, disse Paul Hertz, diretor da Divisão de Astrofísica da NASA em Washington. “Este achado mostra que nossos dados serão um tesouro disponível para pesquisadores inovadores nos próximos anos”.
A descoberta ocorreu depois que os pesquisadores Christopher Shallue e Andrew Vanderburg treinaram um computador para aprender a identificar exoplanetas nas leituras de luz registradas por Kepler – a minúscula mudança de brilho capturada quando um planeta passou na frente ou transitou uma estrela. Inspirados pela maneira como os neurônios se conectam no cérebro humano, essa “rede neural” artificial peneirou os dados da Kepler e encontrou sinais de trânsito fracos de um oitavo planeta previamente perdido, em órbita Kepler-90, na constelação Draco.
Embora o aprendizado de máquinas tenha sido usado anteriormente em busca do banco de dados Kepler, essa pesquisa demonstra que as redes neurais são uma ferramenta promissora para encontrar alguns dos sinais mais fracos dos mundos distantes.
Outros sistemas planetários provavelmente possuem mais promessas para a vida do que Kepler-90. Cerca de 30% maior do que a Terra, Kepler-90i está tão perto da sua estrela que a temperatura média da superfície é suposto exceder 800 graus Fahrenheit, a par com Mercúrio. Seu planeta mais distante, Kepler-90h, orbita a uma distância semelhante à sua estrela, como faz a Terra ao Sol.
“O sistema estrela Kepler-90 é como uma mini versão do nosso sistema solar. Você tem planetas pequenos dentro e grandes planetas lá fora, mas tudo está cheio e muito mais perto “, disse Vanderburg, um membro da NASA Sagan Postdoctoral e astrônomo da Universidade do Texas em Austin.
Shallue, um engenheiro sênior de software com a equipe de pesquisa do Google – Google AI – surgeriu a ideia de aplicar uma rede neural aos dados do telescópio Kepler. Ele se interessou pela descoberta de exoplanetas depois de aprender que a astronomia, como outros ramos da ciência, está sendo inundada rapidamente com os dados conforme a tecnologia para a coleta de dados do espaço avança.
“No meu tempo livre, comecei a pesquisar” encontrar exoplanetas com grandes conjuntos de dados “e descobrir a missão Keple e o enorme conjunto de dados disponíveis”, disse Shallue. “O aprendizado de máquina realmente brilha em situações onde há tantos dados que os humanos não podem procurar por eles mesmos”.
O conjunto de dados de quatro anos da Kepler consiste em 35.000 sinais planetários possíveis. Testes automatizados, e às vezes olhos humanos, são usados para verificar os sinais mais promissores nos dados. No entanto, os sinais mais fracos geralmente são perdidos usando esses métodos. Shallue e Vanderburg pensaram que poderia haver descobertas de exoplanetas mais interessantes levemente espreitadas nos dados.
Primeiro, eles treinaram a rede neural para identificar exoplanetas transitórios usando um conjunto de 15.000 sinais previamente examinados do catálogo de exoplaneta Kepler. No conjunto de testes, a rede neural identificou corretamente planetas verdadeiros e falsos positivos 96% do tempo. Então, com a rede neural tendo “aprendido” para detectar o padrão de um exoplaneta em trânsito, os pesquisadores dirigiram seu modelo para procurar sinais mais fracos em sistemas de 670 estrelas que já possuíam múltiplos planetas conhecidos. A suposição era que os sistemas de múltiplos sistemas seriam os melhores lugares para procurar mais exoplanetas.
“Nós temos muitos falsos positivos de planetas, mas também planetas potencialmente mais reais”, disse Vanderburg. “É como peneirar rochas para encontrar jóias. Se você tiver uma peneira mais fina, você pegará mais pedras, mas você pode pegar mais jóias, também “.
“Esses resultados demonstram o valor duradouro da missão da Kepler”, disse Jessie Dotson, cientista do Projeto Kepler no Centro de Pesquisa Ames da NASA, no Silicon Valley da Califórnia. “Novas maneiras de ver os dados – como esta pesquisa em fase inicial para aplicar algoritmos de aprendizado de máquina promete continuar a produzir avanços significativos em nossa compreensão dos sistemas planetários em torno de outras estrelas. Tenho certeza de que há mais novidades nos dados que esperam que as pessoas as encontrem. ”
Para mais informações sobre a missão Kepler, visite:
Fonte: Nasa
