Um processo totalmente automatizado, incluindo uma nova ferramenta de inteligência artificial (IA), detectou, identificou e classificou com sucesso a sua primeira supernova.
Desenvolvido por uma colaboração internacional liderada pela Northwestern University, o novo sistema automatiza toda a busca por novas supernovas no céu noturno – removendo efetivamente os humanos do processo. Isto não só acelera rapidamente o processo de análise e classificação de novas candidatas a supernovas, como também evita o erro humano.
A equipe alertou a comunidade astronômica sobre o lançamento e sucesso da nova ferramenta, chamada Bright Transient Survey Bot (BTSbot), esta semana. Nos últimos seis anos, os humanos gastaram um total estimado de 2.200 horas inspecionando visualmente e classificando candidatas a supernovas. Com a nova ferramenta agora oficialmente online, os investigadores podem redirecionar este precioso tempo para outras responsabilidades, a fim de acelerar o ritmo da descoberta.
“Pela primeira vez, uma série de robôs e algoritmos de IA observaram, depois identificaram e depois comunicaram com outro telescópio para finalmente confirmar a descoberta de uma supernova”, disse Adam Miller da Northwestern, que liderou o trabalho. “Isto representa um importante passo em frente, uma vez que o refinamento dos modelos permitirá aos robôs isolar subtipos específicos de explosões estelares. Em última análise, remover os humanos do circuito proporciona mais tempo para a equipe de investigação analisar as suas observações e desenvolver novas hipóteses para explicar a origem. das explosões cósmicas que observamos.”
“Alcançamos a primeira detecção, identificação e classificação totalmente automática de uma supernova no mundo”, acrescentou Nabeel Rehemtulla da Northwestern, que co-liderou o desenvolvimento da tecnologia com Miller. “Isto agiliza significativamente grandes estudos sobre supernovas, ajudando-nos a compreender melhor os ciclos de vida das estrelas e a origem dos elementos criados pelas supernovas, como carbono, ferro e ouro.”
Miller é professor assistente de física e astronomia no Weinberg College of Arts and Sciences da Northwestern e membro do Centro de Exploração e Pesquisa Interdisciplinar em Astrofísica (CIERA). Rehemtulla é estudante de graduação em astronomia no grupo de pesquisa de Miller.
Cortando o intermediário
Para detectar e analisar supernovas, os humanos trabalham atualmente em conjunto com sistemas robóticos. Primeiro, os telescópios robóticos fotografam repetidamente as mesmas secções do céu noturno, procurando novas fontes que não estavam presentes nas imagens anteriores. Então, quando esses telescópios detectam algo novo, os humanos assumem o controle.
“O software automatizado apresenta uma lista de possíveis explosões aos humanos, que passam tempo verificando os candidatos e executando observações espectroscópicas”, disse Miller. “Só podemos saber definitivamente se uma candidata é verdadeiramente uma supernova através da recolha do seu espectro – a luz dispersa da fonte, que revela elementos presentes na explosão. Existem telescópios robóticos que podem recolher espectros, mas isto também é frequentemente feito por humanos que operam telescópios com espectrógrafos.”
Os pesquisadores desenvolveram o BTSbot para eliminar esse intermediário humano. Para desenvolver a ferramenta de IA, Rehemtulla treinou um algoritmo de machine learning com mais de 1,4 milhão de imagens históricas de quase 16.000 fontes, incluindo supernovas confirmadas, estrelas em chamas temporárias, estrelas periodicamente variáveis e galáxias em chamas.
“A Zwicky Transient Facility (ZTF) está em operação há seis anos e, durante esse tempo, eu e outros passamos mais de 2.000 horas inspecionando visualmente os candidatos e determinando quais observar com espectroscopia”, disse Christoffer Fremling, astrônomo. no Instituto de Tecnologia da Califórnia (Caltech), que desenvolveu outra ferramenta de IA chamada SNIascore e contribuiu para o desenvolvimento do BTSbot. “Adicionar o BTSbot ao nosso fluxo de trabalho eliminará a necessidade de gastarmos tempo inspecionando esses candidatos.”
Sucesso inicial e uma onda de alívio
Para testar o BTSbot, os pesquisadores analisaram uma candidata a supernova recém-descoberta chamada SN2023tyk. O ZTF, um observatório robótico que fotografa o céu noturno em busca de supernovas, detectou a fonte pela primeira vez em 3 de outubro. Analisando os dados do ZTF em tempo real, o BTSbot encontrou o SN2023tyk em 5 de outubro.
A partir daí, o BTSbot solicitou automaticamente o espectro da supernova potencial ao Observatório Palomar, onde outro telescópio robótico (SED Machine) realizou observações aprofundadas para obter o espectro da fonte. A máquina SED enviou então este espectro para o SNIascore do Caltech para determinar o tipo da supernova: ou uma explosão termonuclear de uma anã branca ou o colapso do núcleo de uma estrela massiva.
Depois de determinar que a candidata era uma supernova do Tipo Ia (uma explosão estelar na qual uma anã branca num sistema estelar binário explode completamente), o sistema automatizado partilhou publicamente a descoberta com a comunidade astronómica no dia 7 de outubro.
Nos primeiros dias comandando o BTSbot, Rehemtulla sentiu uma mistura de nervosismo e excitação.
“O desempenho simulado foi excelente, mas você nunca sabe como isso se traduz no mundo real até que você realmente experimente”, disse ele. “Assim que as observações do SEDM e a classificação automatizada do SNIascore chegaram, sentimos uma enorme onda de alívio. A beleza disso é que, uma vez que tudo está ligado e funcionando corretamente, na verdade não fazemos nada. Vamos para dormimos à noite e, de manhã, vemos o BTSbot e essas outras IAs fazendo seu trabalho inabalavelmente.”
Liderada pela Northwestern, a colaboração incluiu astrônomos da Caltech, da Universidade de Minnesota, da Universidade John Moores de Liverpool, na Inglaterra, e da Universidade de Estocolmo, na Suécia.
Publicado em 14/10/2023 20h03
Artigo original: