Descoberta Inédita no Espaço com Inteligência Artificial

Um estudante do ensino médio desenvolveu um algoritmo de inteligência artificial que identificou 1,5 milhão de objetos anteriormente desconhecidos no espaço, utilizando dados do telescópio NEOWISE. Esse modelo, capaz de detectar fenômenos cósmicos variáveis, amplia o potencial dos conjuntos de dados astronômicos já existentes. Os resultados serão publicados em um catálogo abrangente, e a adaptabilidade do algoritmo aponta para aplicações em outras áreas que lidam com dados temporais.

Inovação e Mentoria no Caltech

Através de suas pesquisas no Caltech, o jovem pesquisador ampliou o potencial de uma missão da NASA e publicou um artigo detalhando o desenvolvimento do novo algoritmo de IA, o qual poderá ser adaptado por outros astrônomos e astrofísicos em suas investigações. O interesse pela astronomia surgiu ainda na infância, quando suas primeiras experiências em palestras públicas de observação de estrelas despertaram sua curiosidade.

No verão de 2022, o estudante foi para o campus do Caltech para aprimorar seus conhecimentos em astronomia e ciências da computação, participando do Caltech Planet Finder Academy, conduzido pelo Professor de Astronomia Andrew Howard. Durante esse período, ele contou com a orientação do astrônomo e cientista sênior do IPAC, Davy Kirkpatrick, que lhe proporcionou uma experiência de aprendizado sem limites.

“Tenho muita sorte por ter conhecido o Davy”, comenta o jovem pesquisador. “No primeiro dia que conversei com ele, mencionei que pensava em desenvolver um artigo a partir dessa experiência, algo bem maior do que um projeto de seis semanas, e ele me incentivou a seguir em frente.”

Kirkpatrick, que cresceu em uma comunidade agrícola no Tennessee e teve seu potencial reconhecido por sua professora de química e física no nono ano, também destacou a importância da mentoria. “Quando vejo o potencial em alguém, quero fazer o possível para que essa pessoa o atinja”, afirma.

Explorando os Dados do NEOWISE

Além de observar asteroides, o telescópio NEOWISE registrou variações térmicas de objetos distantes, como quasares, estrelas em explosão e sistemas binários eclipsantes – fenômenos que os astrônomos classificam como objetos variáveis. Até então, os dados relativos a esses objetos não haviam sido explorados de forma sistemática. Segundo Kirkpatrick, a análise desses dados, que totalizavam cerca de 200 bilhões de registros coletados ao longo de mais de uma década, poderia revelar como os objetos cósmicos mudam com o passar dos anos.

Com o intuito de evitar a análise manual de um volume tão imenso de informações, o estudante, que já demonstrava interesse em inteligência artificial por meio de disciplinas que integravam programação, ciência da computação teórica e matemática avançada, decidiu desenvolver uma técnica de aprendizado de máquina para identificar automaticamente potenciais objetos variáveis.

Desenvolvimento do Modelo de Inteligência Artificial

Em apenas seis semanas, ele começou a elaborar o modelo de IA, que já apresentava resultados promissores. Durante esse período, foram realizadas consultas com Kirkpatrick para aprofundar os conhecimentos em astronomia e astrofísica. “Cada encontro com o Davy é 10% trabalho e 90% uma ótima conversa sobre ciência”, relembra o jovem pesquisador.

Kirkpatrick também conectou o estudante a outros astrônomos do Caltech, que compartilharam suas experiências com técnicas de aprendizado de máquina aplicadas à astronomia e ao estudo de objetos com variações tanto em curto quanto em longo prazo. Em conjunto, descobriram que o ritmo das observações do NEOWISE limitava a detecção sistemática de objetos que piscam rapidamente ou sofrem mudanças mais graduais.

Novos Rumos e Futuras Aplicações

Ao fim do verão, embora o projeto ainda tivesse desafios a serem superados, em 2024 o pesquisador e Kirkpatrick retomaram a colaboração. Desta vez, o jovem passou a mentor outros estudantes do ensino médio, expandindo seu papel e contribuindo para a formação de novas gerações de cientistas.

Atualmente, o modelo de IA foi refinado para processar toda a massa de dados brutos das observações do NEOWISE, identificando e classificando 1,5 milhão de potenciais novos objetos. Para 2025, estão em planejamento a publicação do catálogo completo desses objetos, que apresentaram variações significativas de brilho.

“O modelo que implementei pode ser utilizado em outros estudos de domínio temporal na astronomia e, potencialmente, em qualquer área que trabalhe com dados em séries temporais”, destaca o jovem pesquisador. “Vejo, inclusive, possíveis aplicações em análises de gráficos do mercado financeiro ou no estudo de efeitos atmosféricos, como a poluição, em que os ciclos diurnos e as estações do ano têm grande importância.”

Do Ensino Médio à Carreira Científica

Enquanto finaliza o ensino médio, o estudante já trabalha no Caltech, atuando no IPAC, que gerencia, processa e analisa dados do NEOWISE, além de informações de outras missões espaciais apoiadas pela NASA e pela NSF. Este é o seu primeiro emprego remunerado, marcando o início de uma promissora carreira científica.

Mais Informações

Matthew Paz, A Submillisecond Fourier and Wavelet-based Model to Extract Variable Candidates from the NEOWISE Single-exposure Database, The Astronomical Journal (2024). DOI: 10.3847/1538-3881/ad7fe6