A maioria dos exoplanetas descobertos até agora foi descoberta usando o método de trânsito.
Esta técnica é baseada em um mini eclipse causado quando um planeta passa na frente de sua estrela. A diminuição da luminosidade observada permite deduzir a existência de um planeta e estimar seu diâmetro, após as observações terem sido confirmadas periodicamente. No entanto, a teoria prevê que em muitos sistemas planetários, as interações entre os planetas alteram essa periodicidade e tornam sua detecção impossível.
É nesse contexto que uma equipe de astrônomos da Universidade de Genebra (UNIGE), da Universidade de Berna (UniBE) e do NCCR PlanetS, da Suíça, em colaboração com a empresa Disaitek, utilizou inteligência artificial (IA) aplicada à imagem reconhecimento. Eles ensinaram uma máquina a prever o efeito das interações entre planetas, tornando possível descobrir exoplanetas que eram impossíveis de detectar até agora. As ferramentas desenvolvidas, publicadas na revista Astronomy and Astrophysics, podem ser utilizadas na Terra para detectar lixões ilegais e lixões.
Detectar um planeta pelo método de trânsito é um processo longo. Encontrar o sinal induzido por pequenos planetas nos dados pode ser complexo, senão impossível com as técnicas usuais, no caso em que as interações entre os planetas alteram a periodicidade do fenômeno de trânsito. Para contornar essa dificuldade, é necessário desenvolver ferramentas que possam levar esse efeito em consideração.
“Por isso pensamos em usar inteligência artificial aplicada ao reconhecimento de imagens”, explica Adrien Leleu, pesquisador do Departamento de Astronomia da Faculdade de Ciências da UNIGE e do NCCR PlanetS. De fato, é possível ensinar uma máquina, usando um grande número de exemplos, a levar em consideração todos os parâmetros e prever o efeito das interações entre os planetas em uma representação pictórica do efeito induzido. Para isso, os astrônomos uniram forças com a empresa Disaitek por meio da Plataforma de Tecnologia e Inovação da NCCR.
Uma rede neural artificial capaz de identificar objetos
“O tipo de IA utilizado neste projeto é uma rede neural cujo objetivo é determinar, para cada pixel de uma imagem, o objeto que ela representa”, explica Anthony Graveline, presidente da Disaitek. Utilizado no contexto de um veículo autônomo, este algoritmo permite identificar a via, o pavimento, a sinalização e os pedestres percebidos pela câmera. No contexto da detecção de exoplanetas, o objetivo é determinar, para cada medição da luminosidade da estrela, se o eclipse de um planeta é observado. A rede neural toma sua decisão cruzando todas as observações disponíveis daquela estrela com a gama de configurações vistas durante seu treinamento.
“Desde as primeiras implementações do método, descobrimos dois exoplanetas – Kepler-1705b e Kepler-1705c – que haviam sido completamente perdidos pelas técnicas anteriores”, revela Adrien Leleu. Os sistemas planetários assim descobertos são uma mina de ouro para nosso conhecimento de exoplanetas e, mais particularmente, de planetas do tipo terrestre, que geralmente são difíceis de caracterizar. O método desenvolvido não só permite estimar o raio dos planetas, mas também fornece informações sobre sua massa e, portanto, sobre sua densidade e composição. “O uso de IA, em particular de ‘aprendizado profundo’ como neste artigo, está se tornando cada vez mais difundido na astrofísica, seja para processar dados observacionais, como fizemos aqui, ou para analisar os resultados de simulações numéricas gigantescas produzindo terabytes de dados. O que desenvolvemos neste estudo é um novo exemplo da fantástica contribuição que essas técnicas podem dar ao nosso campo, e provavelmente a todos os campos de pesquisa “, observa Yann Alibert, professor da Universidade de Berna e oficial científico do NCCR PlanetS.
Tecnologia para observação da Terra
Embora essa técnica esteja se mostrando eficaz para a observação astronômica, ela pode ser igualmente útil para observar a Terra e seu ambiente. “Ao desenvolver essa tecnologia, percebemos rapidamente seu potencial de aplicação em outros problemas para os quais há poucos dados disponíveis”, afirma Grégory Châtel, gerente de P&D da Disaitek. Usando imagens de satélite de altíssima resolução, Disaitek agora está usando esta IA para lidar com problemas ambientais, em particular a detecção de despejo ilegal. Este flagelo, em constante aumento, não tem uma resposta clara com os meios tradicionais.
Publicado em 14/11/2021 16h56
Artigo original:
Estudo original: