Poderia a mesma tecnologia usada para desbloquear os smartphones das pessoas também ajudar a desvendar os segredos do universo? Pode parecer improvável, mas é exatamente isso que os investigadores da universidade suíça ETH Zurich, focada em ciência e tecnologia, estão a trabalhar para alcançar.
Conteúdo
- A matéria escura é importante
- Lentes gravitacionais fracas para o resgate
- Extraindo os parâmetros cosmológicos
- Uma IA cosmológica
Usando uma variação do tipo de rede neural de inteligência artificial por trás do reconhecimento facial atual tecnologia, eles desenvolveram uma nova IA. ferramentas que poderiam ser uma virada de jogo na descoberta dos chamados “matéria escura.” Os físicos acreditam que a compreensão desta substância misteriosa é necessária para explicar questões fundamentais sobre a estrutura subjacente do universo.
Vídeos recomendados
“O algoritmo que [usamos] é muito próximo do que é comumente usado no reconhecimento facial”, Janis Fluri, um Ph. estudante que trabalha em um laboratório da ETH Zurique focado na aplicação de redes neurais a problemas cosmológicos, disse à Digital Trends. “A beleza da IA. é que ele pode aprender basicamente com qualquer dado. No reconhecimento facial, ele aprende a reconhecer olhos, bocas e narizes, enquanto procuramos estruturas que nos dêem dicas sobre a matéria escura. Este reconhecimento de padrões é essencialmente o núcleo do algoritmo. Em última análise, nós apenas o adaptamos para inferir os parâmetros cosmológicos subjacentes.”
A matéria escura é importante
Mas o que exatamente os pesquisadores procuram? No momento, não é totalmente conhecido. Mas, como afirmou de forma memorável o juiz da Suprema Corte dos Estados Unidos, Potter Stewart, sobre a obscenidade: “Eu sei quando a vejo”. Ou melhor, não o faremos – porque não pode ser visto. Mas os cientistas saberão disso assim que o encontrarem. Bem-vindo ao estranho mundo da matéria escura.
A existência de matéria escura de alguma forma tem sido levantada como hipótese há mais de um século. Pensa-se que representa cerca de 27% do universo, superando a matéria visível numa proporção de aproximadamente seis para um. Tudo no universo que podemos detectar – toda a matéria atômica que constitui galáxias, estrelas, planetas, vida na Terra, o dispositivo no qual você está lendo este artigo - é apenas uma pequena fração de toda a matéria que existe. A grande maioria não pode ser rastreada diretamente. É invisível e capaz de passar diretamente pela matéria visível regular.
Em vez disso, a sua existência baseia-se nas nossas observações sobre o modo como o universo funciona; como um colega de casa que você nunca vê, mas com certeza existe porque metade das contas é paga e alguém ocasionalmente usa o chuveiro quando você quer. Só que neste caso é porque os cientistas descobriram que a velocidade à qual as galáxias giram é suficientemente rápido para que não pudessem ser mantidos juntos simplesmente pela gravidade gerada por matéria. Portanto, teoriza-se que a matéria escura seja o ingrediente secreto que dá a essas galáxias a massa extra de que necessitam para não se despedaçarem como um saco de papel suicida. É o que faz com que a matéria normal na forma de poeira e gás se acumule e se agrupe em estrelas e galáxias.
Lentes gravitacionais fracas para o resgate
Procurar algo que não pode ser visto parece difícil. Isso é. Mas existe uma forma de os cientistas conseguirem identificar onde pensam que a matéria escura tem maior probabilidade de estar situada. Eles fazem isso observando as maneiras sutis pela qual a gravidade dos grandes aglomerados de galáxias curva e distorce a luz de galáxias mais distantes. Isso é chamado de lente gravitacional fraca.
A observação das áreas em torno de aglomerados massivos de galáxias permite aos astrónomos identificar galáxias de fundo que parecem distorcidas. Através da engenharia reversa destas distorções, eles podem então isolar onde acreditam que podem ser encontradas as concentrações mais densas de matéria, tanto visíveis como invisíveis. Pense nisso como o efeito de miragem que faz com que imagens distantes fiquem desfocadas e tremeluzentes em um dia quente – só que muito mais distantes.
“Anteriormente, seria possível estudar mapas de massa de lentes fracas selecionando manualmente as características relevantes”, explicou Janis Fluri. “Esta é uma tarefa muito complicada e não há garantias de que os recursos selecionados contenham todas as informações relevantes. Resolvemos esse problema com a IA. abordagem. As redes neurais convolucionais usadas em nosso trabalho são excelentes no reconhecimento de padrões.”
Uma rede neural convolucional é um tipo de inteligência artificial inspirada no cérebro que é frequentemente usada para tarefas de classificação de imagens. Embora seus neurônios ainda tenham os pesos e tendências aprendíveis das redes neurais convencionais (ou seja, as coisas que lhes permitem aprender), sua suposição explícita de que está lidando com imagens como entradas permite que seus criadores reduzam o número de parâmetros no rede. Isso o torna mais eficiente.
“Esta foi a primeira aplicação de IA. para dados cosmológicos reais, incluindo todos os aspectos práticos que os acompanham.”
“Grosso modo, [funciona fornecendo às redes] uma grande quantidade de dados, eles criam automaticamente um conjunto de filtros complexos para extrair as informações relevantes dos mapas”, Dr., um dos outros coautores do projeto, disse ao Digital Trends. “Em seguida, ele tenta combinar esses filtros de maneira ideal para fornecer uma resposta o mais precisa possível.”
Extraindo os parâmetros cosmológicos
Os pesquisadores treinaram sua rede neural alimentando-a com dados gerados por computador que simulam o universo. Isto permitiu analisar repetidamente mapas de matéria escura para poder extrair “parâmetros cosmológicos” de imagens reais do céu noturno. Os resultados mostraram melhorias de 30% em comparação aos métodos tradicionais, baseados em análises estatísticas feitas pelo homem.
“A IA. O algoritmo precisa de muitos dados para aprender na fase de treinamento”, continuou Fluri. “É muito importante que esses dados de treinamento, no nosso caso simulações, sejam tão precisos quanto possível. Caso contrário, aprenderá recursos que não estão presentes nos dados reais. Para fazer isso, tivemos que gerar muitas simulações grandes e precisas, o que foi muito desafiador. Depois disso, tivemos que ajustar o algoritmo para atingir o desempenho máximo. Isso foi feito testando múltiplas arquiteturas de rede para otimizar o desempenho.”
Eles então usaram sua rede neural totalmente treinada para analisar mapas reais de matéria escura. Estes vieram dos chamados Conjunto de dados KiDS-450, feito usando o VLT Survey Telescope (VST) no Chile. O conjunto de dados cobre uma área total de cerca de 2.200 vezes o tamanho da lua cheia. Ele contém registros de cerca de 15 milhões de galáxias.
Devido a essa quantidade extraordinariamente grande de dados, os pesquisadores precisavam de um supercomputador para colocar em ação sua inteligência artificial. No final das contas, eles executaram seu A.I. em um computador no Centro Nacional Suíço de Supercomputação em Lugano, uma cidade no sul da Suíça que faz fronteira com a Itália. Os supercomputadores do CSCS estão disponíveis para todas as universidades e instituições de pesquisa suíças. Suas máquinas são tão potentes que, para evitar o superaquecimento, água do vizinho Lago Lugano é bombeado para resfriamento a uma taxa de 460 litros por segundo.
Uma IA cosmológica
“Esta foi a primeira aplicação de IA. para dados cosmológicos reais, incluindo todos os aspectos práticos que os acompanham”, disse Fluri. “Poderíamos mostrar que nosso método produz resultados consistentes em um conjunto de dados relativamente pequeno. Esperamos usar o mesmo método em observações maiores, mas também medindo mais parâmetros cosmológicos para sondar outros aspectos da física cosmológica. Finalmente, esperamos aprender novos insights sobre [o] setor escuro do universo.”
De acordo com Fluri, a equipe já foi além do conjunto de dados KiDS-450, “já que agora existem conjuntos de dados mais novos e melhores”. Um em particular é o Pesquisa de Energia Escura, uma pesquisa em grande escala no visível e no infravermelho próximo realizada por instituições de pesquisa e universidades dos EUA, Brasil, Reino Unido, Alemanha, Espanha e Suíça.
“No entanto, antes de podermos analisar novos conjuntos de dados, precisamos adaptar nosso método para que ele possa lidar com o aumento do volume de dados”, disse Fluri. “Atualmente estamos experimentando alguns métodos para conseguir isso. Depois disso, discutiremos o próximo conjunto de dados que queremos analisar. Ainda não posso dar um prazo, pois depende do conjunto de dados escolhido e dos requisitos das simulações.”
Um artigo descrevendo o trabalho foi publicado recentemente na revista Physical Review D.
Recomendações dos Editores
- Pesquisadores querem usar ondas gravitacionais para aprender sobre a matéria escura
- Como assistir ao lançamento do telescópio de matéria escura Euclides neste sábado
- Toque final: como os cientistas estão dando aos robôs sentidos táteis semelhantes aos humanos
- Hubble captura aglomerado gigante de galáxias que pode nos ajudar a entender a matéria escura
- Poderiam os buracos negros supermassivos ser formados a partir de matéria escura?
