Caro(a) Leitor(a);
Programas de inteligência artificial pesquisam grandes coleções de dados, auxiliando pesquisadores em investigações científicas.
Enormes conjuntos de dados extraídos de telescópios e observatórios ao redor do mundo, incluindo o Telescópio Espacial Hubble , fornecem um tesouro de informações para astrônomos que buscam desvendar os segredos do cosmos. Mas, embora levaria incontáveis horas para que indivíduos classificassem as informações de anos de observações, programas de inteligência artificial (IA) podem usar o reconhecimento de padrões para identificar rapidamente componentes-chave para investigações astronômicas.
Astrônomos usaram IA e dados do Hubble para rastrear asteroides entre as órbitas de Marte e Júpiter. Esses pequenos asteroides são tênues e difíceis de detectar, mas deixam rastros curvos e característicos, semelhantes a listras, nas observações do Hubble. Os astrônomos usaram algoritmos de aprendizado de máquina, uma forma de IA, para identificar essas listras em mais de 30.000 imagens do Hubble. Combinado com os esforços de cerca de 11.000 cientistas cidadãos voluntários, o projeto revelou 1.031 asteroides até então desconhecidos, fornecendo informações valiosas sobre a formação e a evolução do cinturão de asteroides do nosso Sistema Solar.
Rastros curvos, semelhantes a listras, deixados por asteroides nas imagens do Hubble são um dos itens que os programas de inteligência artificial podem classificar em grandes quantidades de dados para ajudar a identificar.
NASA, ESA e B. Sunnquist e J. Mack (STScI) Agradecimentos: NASA, ESA e J. Lotz (STScI) e a equipe HFF
Da mesma forma, observações de milhares de galáxias feitas pelo Hubble foram usadas para treinar programas de IA a fim de identificar estruturas e formas de galáxias – às vezes com precisão pixel a pixel. Esses programas foram usados em dados como o Hubble Legacy Field, uma combinação de quase 7.500 exposições separadas do Hubble, representando 16 anos de observações que contêm mais de 265.000 galáxias, para acelerar as classificações de galáxias. Os dados do Hubble também foram usados para testar algoritmos de aprendizado de máquina que removem falhas e nuvens de poeira de imagens "ruidosas" do Hubble, clarificando e refinando as imagens para revelar detalhes obscuros.À medida que os observatórios se tornam cada vez mais eficazes, suas coleções de dados também crescem, criando enormes arquivos de observações. Com a ajuda de programas de IA que podem classificar vastos acervos de dados em busca de padrões identificáveis, os pesquisadores estão prontos para dar novos saltos na descoberta científica.
Vídeo: https://youtu.be/qOsDVlUbeiU
Para saber mais, acesse o link>
Fonte: NASA
https://science.nasa.gov/mission/hubble/science/ai-hubble-science
Web Science Academy; Hélio R.M.Cabral (Economista, Escritor e Divulgador de conteúdos de Economia, Astronomia, Astrofísica, Astrobiologia Climatologia). Participou do curso Astrofísica Geral no nível Georges Lemaître (EAD), concluído em 2020, pela Universidade Federal de Santa Catarina (UFSC).
Em outubro de 2014, ingressou no projeto S'Cool Ground Observation, que integra o Projeto CERES (Clouds and Earth’s Radiant Energy System) administrado pela NASA. Posteriormente, em setembro de 2016, passou a participar do The Globe Program / NASA Globe Cloud, um programa mundial de ciência e educação com foco no monitoramento do clima terrestre.
>Autor de cinco livros, que estão sendo vendidos nas livrarias Amazon, Book Mundo e outras.
e-mail: heliocabral@coseno.com.br
Nenhum comentário:
Postar um comentário