Descobrindo exoplanetas usando inteligência artificial

 Caros Leitores;

O método usa uma representação de dados onde a presença de um planeta (direita) é vista como um rio no céu (esquerda). A imagem à direita mostra o fluxo luminoso medido da estrela Kepler-36 com o gráfico de eclipses devido ao planeta Kepler-36 b. Crédito: Dave Hoefler

Ao implementar técnicas de inteligência artificial semelhantes às utilizadas em carros autônomos, uma equipe da UNIGE e da UniBE, em parceria com a empresa Disaitek, descobriu um novo método de detecção de exoplanetas.

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(AI) aplicado ao reconhecimento de imagem. 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 , poderão 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.

“É por isso que 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 interaçôes 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 para aplicação em outros problemas para os quais uma pequena quantidade de dados está disponível", disse 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.

Explore mais

Uma nova super-Terra detectou orbitando uma estrela anã vermelha

Mais informações: A. Leleu et al, Aliviando o viés da variação do tempo de trânsito em pesquisas de trânsito. I. RIOS: Método e detecção de um par de super-Terras ressonantes em torno de Kepler-1705, Astronomy & Astrophysics (2021). DOI: 10.1051 / 0004-6361 / 202141471

Informação do diário: Astronomy & Astrophysics , Astronomy and Astrophysics 

Fornecido pela Universidade de Genebra

Fonte: Phys News / pela Universidade de Genebra  / 29-10-2021   

https://phys.org/news/2021-10-exoplanets-artificial-intelligence.html

Obrigado pela sua visita e volte sempre!

                  

Hélio R.M.Cabral (Economista, Escritor e Divulgador de conteúdos da Astronomia, Astrofísica, Astrobiologia e Climatologia).Participou do curso (EAD) de Astrofísica, concluído em 2020, pela Universidade Federal de Santa Catarina (UFSC).

Autor do livro: “Conhecendo o Sol e outras Estrelas”.

Acompanha e divulga os conteúdos científicos da NASA (National Aeronautics and Space Administration), ESA (European Space Agency) e outras organizações científicas e tecnológicas.

Participa do projeto S`Cool Ground Observation (Observações de Nuvens) que é integrado ao Projeto CERES (Clouds and Earth´s Radiant Energy System) administrado pela NASA. A partir de 2019, tornou-se membro da Sociedade Astronômica Brasileira (SAB), como astrônomo amador.

Participa também do projeto The Globe Program / NASA Globe Cloud, um Programa de Ciência e Educação Worldwide, que também tem o objetivo de monitorar o Clima em toda a Terra. Este projeto é patrocinado pela NASA e National Science Fundation (NSF), e apoiado pela National Oceanic and Atmospheric Administration (NOAA) e U.S Department of State.

e-mail: heliocabral@coseno.com.br

Page: http://pesqciencias.blogspot.com.br

Page: http://livroseducacionais.blogspot.com.br