A IA acelerou a análise de dados do Telescópio Espacial James Webb de anos a dias. O que pode fazer pelo inovador Observatório Rubin?

Clique para o próximo artigo The Vera C. O Observatório Rubin, no Chile, começou a observar os céus em 2025. ( Horálek (Institute of Physics in Opava)) Copy link Facebook X Whatsapp Reddit Pinterest Flipboard Email Share this article 1 Join the conversation Follow us Add us as a preferred source on Google Newsletter Subscribe to our newsletter AI image processing has sped up analysis of data from NASA's James Webb Space Telescope from years to mere days or less, ushering in an avalanche of ground-breaking discoveries that may otherwise never have been made.And now, the technology will be used to enhance the quality of images taken by the Chile-based Vera C. Observatório Rubin, a mais nova casa de poder astronomia, para fazê-los parecer tão afiados como se tivessem sido tirados do espaço. Vera C. Rubin Observatory, named after the American astronomer who discovered one of the key pieces of evidence for the existence of dark matter, sits atop the 8,770-feet (2,673 meters ) Cerro Pachón in the Chilean Andes. O telescópio começou as operações no ano passado. Ele escaneia todo o céu a cada três noites, visando criar um lapso temporal de 10 anos dos movimentos de objetos no céu. Sua posição no Deserto de Atacama do Chile, a região mais sedenta do planeta, permite que o observatório se beneficie de uma atmosfera seca e de um céu limpo durante todo o ano. Ainda assim, as observações de Rubin sofrem de distorções significativas, pois a luz de objetos celestes distantes deve passar pela atmosfera da Terra antes de atingir os detectores do telescópio. Um novo algoritmo de IA desenvolvido por pesquisadores da Universidade da Califórnia, Santa Cruz (UCSC) agora tentará remover essa distorção e aumentar a resolução das imagens para fazê-las parecer como se tivessem sido tiradas do espaço." Os telescópios terrestres sofrem de desfoque devido à turbulência atmosférica à medida que a luz passa", disse Brant Robertson, professor de astronomia e astrofísica da UCSC, cuja equipe desenvolveu o novo modelo de IA, Space.com. "Nós gastamos muito dinheiro em tecnologia de alto desempenho para remover essa distorção atmosférica, mas também podemos treinar modelos de aprendizado de máquina de IA para eliminar alguns desses borrões. "Os pesquisadores treinaram o modelo generativo, chamado Neo, usando imagens tiradas pelo Telescópio Subaru no Japão e estalos das mesmas seções do céu capturadas pelo Telescópio Espacial Hubble. A tarefa para o modelo era aprender a preencher os detalhes que faltavam nas imagens tiradas da Terra. Os resultados foram impressionantes. Os pesquisadores afirmaram em um artigo que o modelo Neo "melhora a precisão dos parâmetros morfológicos medidos por fatores de 2-10. "Na prática, isso significa uma resolução aumentada que revela uma vasta quantidade de estrelas individuais e formas precisas de galáxias onde antes de se encontrar apenas manchas vagas. "O modelo melhora a qualidade espacial desses dados e recupera, em sentido estatístico, as propriedades das galáxias que vemos nestas imagens como se fossem vistas por um telescópio no espaço", disse Robertson. A tecnologia, acrescentou ele, supercarga descoberta e permite que a comunidade científica para maximizar o retorno científico sobre o dinheiro investido em telescópios astronômicos de ponta. Vera C. Observatório Rubin no Chile, equipado com um espelho de 8,4 metros, custou 800 milhões de dólares para construir. Isso, no entanto, ainda é apenas uma fração do custo de telescópios espaciais como Hubble e James Webb, ambos custando bilhões para construir e operar. "Nós gastamos muito dinheiro, enormes quantidades de recursos, em observatórios astronómicos, e gostaríamos de aproveitar esse investimento pelo público e pela comunidade para tirar tudo o que pudermos dos dados", disse Robertson. Comparação de imagens obtidas por (da esquerda para a direita) um telescópio terrestre, o Telescópio Espacial Hubble e as melhoradas pela rede Neo IA. ( No caso de Neo, a primeira rede gera imagens melhoradas das fotografias capturadas; a outra avalia sua qualidade. O modelo é baseado em uma tecnologia anterior que a equipe de Robertson desenvolveu para acelerar o processamento de imagens de Webb. A potência astronômica de 10 mil milhões de dólares produz quantidades tão vastas de dados que é impossível manter em cima dela usando apenas a avaliação visual por astrônomos humanos. Algoritmos de IA, como o desenvolvido por Robertson e seus colegas, realizam o que levaria anos humanos, em poucos dias. " Estamos sendo inundados com uma quantidade de dados que é muito difícil acompanhar", disse Robertson. "Nossas abordagens padrão para analisar essas imagens não são realmente suficientes. " O algoritmo, em execução nos supercomputadores de GPU da NVIDIA, fez algumas das descobertas mais descartadas na era Webb, incluindo a detecção de galáxias complexas no universo mais antigo, o que os astrônomos não esperavam. " O modelo analisa cada pixel e distingue se faz parte do céu ou parte de um objeto", disse Robertson. "E se é um objeto, é uma parte de uma galáxia de disco ou uma galáxia esferóide ou uma parte de uma estrela?" (Em vez disso, ajuda-os a tornar as descobertas mais rápidas, e também a detectar padrões que podem ignorar." A IA não vai ser pura ou completa, mas é claro, nem os humanos e as metodologias tradicionais. Todos eles têm diferentes pontos fortes e benefícios", disse. Os astrónomos estão a disponibilizar as imagens processadas a outras equipas e ao público para explorar. O artigo que descreve o modelo Leo, que ajudará a melhorar a resolução de imagens do Observatório Vera Rubin, foi aceito para publicação no Astrophysical Journal. Ver Mais Você deve confirmar seu nome de exibição público antes de comentar Por favor, faça logout e depois faça login novamente, você será solicitado a digitar seu nome de exibição. Logout Tereza PultarovaO escritor contribuinteTereza é jornalista de ciência e tecnologia, aspirante a escritor de ficção e ginasta amadora. Trabalhou como repórter na revista Engineering and Technology, freelance para uma série de publicações, incluindo Live Science, Space.com, Professional Engineering, Via Satellite and Space News e serviu como editora de ciências da capa da maternidade na Agência Espacial Europeia.