Usando inteligência artificial, uma equipe internacional analisou a composição química de estrelas extremamente pobres em metais, descobrindo que as primeiras estrelas do Universo provavelmente nasceram em grupos e não individualmente. Este método será aplicado a observações futuras para entender melhor o Universo primitivo.
Uma equipe internacional usou inteligência artificial para analisar as abundâncias químicas de estrelas antigas e encontrou indícios de que as primeiras estrelas do Universo nasceram em grupos, e não como estrelas isoladas. Agora, a equipe espera aplicar esse método a novos dados de pesquisas de observação em andamento e planejadas para entender melhor os primeiros dias do Universo.
Após o Big Bang, os únicos elementos do Universo eram hidrogênio, hélio e lítio. A maioria dos outros elementos que compõem o mundo que vemos ao nosso redor foi produzida por reações nucleares nas estrelas. Alguns elementos são formados por fusão nuclear no núcleo de uma estrela, e outros se formam na morte explosiva de uma supernova de uma estrela. As supernovas também desempenham um papel importante na dispersão dos elementos criados pelas estrelas, para que possam ser incorporados à próxima geração de estrelas, planetas e possivelmente até criaturas vivas.
A primeira geração de estrelas, a primeira a produzir elementos mais pesados que o lítio, é de particular interesse. Mas as estrelas de primeira geração são difíceis de estudar porque nenhuma delas foi observada diretamente. Pensa-se que todos já explodiram como supernovas. Em vez disso, os pesquisadores tentam fazer inferências sobre estrelas de primeira geração estudando a assinatura química da primeira geração de supernovas impressa na próxima geração de estrelas. Com base em sua composição, acredita-se que estrelas extremamente pobres em metais sejam estrelas formadas após a primeira rodada de supernovas. Estrelas extremamente pobres em metais são raras, mas já foram encontradas o suficiente para serem analisadas como um grupo.
Neste estudo, uma equipe incluindo membros da Universidade de Tóquio/Kavli IPMU, Observatório Astronômico Nacional do Japão e Universidade de Hertfordshire adotou uma nova abordagem de uso de inteligência artificial para interpretar abundâncias elementares em mais de 450 estrelas extremamente pobres em metais observadas por telescópios. incluindo o Telescópio Subaru. Eles descobriram que 68% das estrelas extremamente pobres em metais observadas têm uma impressão digital química que é consistente com o enriquecimento de múltiplas supernovas anteriores.
Para que o material ejetado de múltiplas supernovas anteriores se misture em uma única estrela, as supernovas devem ter ocorrido muito próximas. Isso significa que, em muitos casos, as estrelas de primeira geração devem ter se formado juntas em aglomerados, e não como estrelas isoladas. Isso oferece a primeira restrição quantitativa baseada em observações para a multiplicidade das primeiras estrelas.
Agora, a equipe espera aplicar esse método ao Big Data de programas de observação atuais e futuros, como os dados esperados do Prime Focus Spectrograph no Telescópio Subaru.
Esses resultados apareceram como Hartwig et al. “Machine Learning Detects Multiplicity of the First Stars in Stellar Archaeology Data” no The Astrophysical Journal em 22 de março de 2023.
Publicado em 13/04/2023 12h56
Artigo original:
Estudo original: