_Espaço

Uma nova rede neural ajudará a detectar pulsos energéticos e velozes de galáxias distantes

Pesquisadores do SETI Research Center Breakthrough Listen da Universidade da Califórnia em Berkeley implantaram uma nova tecnologia de rede neural para ajudar a analisar a quantidade de dados coletados — e eles rapidamente descobriram um conjunto de misteriosas explosões rápidas de rádio de uma galáxia distante, segundo o TechCrunch. • Sonda Curiosity, da NASA, tirou uma bela […]

Pesquisadores do SETI Research Center Breakthrough Listen da Universidade da Califórnia em Berkeley implantaram uma nova tecnologia de rede neural para ajudar a analisar a quantidade de dados coletados — e eles rapidamente descobriram um conjunto de misteriosas explosões rápidas de rádio de uma galáxia distante, segundo o TechCrunch.

• Sonda Curiosity, da NASA, tirou uma bela selfie sob os céus empoeirados de Marte
• Mesmo em deterioração, o telescópio espacial Kepler se recusa a morrer

Explosões rápidas de rádio são pulsos enormemente energéticos e velozes que se originam de galáxias distante e que são, atualmente, pouco estudados por cientistas. As teorias que explicam sua origem incluem a possibilidade de que elas sejam causadas por ondas polarizadas viajando por meio de campos magnéticos em plasma denso (como de uma estrela de nêutrons na vizinhança cósmica de um buraco negro supermassivo de um centro galático ou dentro de nebulosas magnetizadas densas). Outras explicações mais malucas incluíam matéria escura ou transmissores alienígenas potentes. Alguns pesquisadores acreditam que elas sejam, na verdade, comuns, mas, atualmente, os cientistas não têm os equipamentos necessários para detectar mais delas. É possível que as explosões tenham inúmeras causas.



GIF: Universidade da Califórnia em Berkeley (TechCrunch)

A maioria das explosões rápidas de rádio são eventos únicos. De acordo com um comunicado de imprensa da Universidade da Califórnia em Berkeley, os pesquisadores “treinaram um algoritmo conhecido como rede neural convolucional” para replicar métodos tradicionais de detecção das explosões. Eles configuraram o algoritmo para trabalhar analisando o equivalente a cinco horas de observação de dados da FRB 121102, uma fonte de explosões rápidas de rádio a bilhões de anos-luz de distância e a única que, comprovadamente, as emite repetidamente.

Em um estudo que foi aceito para publicação no The Astrophysical Journal, os pesquisadores descobriram que a FRB 121102 havia emitido muito mais explosões do que o que havia sido detectado anteriormente. O TechCrunch escreveu:

Os dados vêm do Telescópio Green Bank, na Virgínia Ocidental, que estava apontado em direção a essa fonte de explosões rápidas e brilhantes (daí o nome) por cinco horas em agosto de 2017. Acredite ou não, essa sessão de cinco horas gerou 400 TB de dados de transmissão.

Os algoritmos iniciais “padrão” identificaram 21 FRBs, todas acontecendo em um espaço de uma hora de observação. Mas Gerry Zhang, pós-graduando na Universidade da Califórnia em Berkeley e membro do projeto Breakthrough Listen, criou um sistema de rede neural convolucional que, teoricamente, vasculharia o conjunto de dados de maneira mais eficaz. O modelo de aprendizagem de máquina captou mais 72 FRBs no mesmo período.

No entanto, de acordo com o comunicado de imprensa, os pesquisadores não encontraram nada que sugerisse uma origem artificial — eles não detectaram nenhum padrão para as explosões, “pelo menos se o período desse padrão for maior que dez milissegundos”. Entretanto, a pesquisa poderia ser usada para coletar muito mais dados sobre explosões rápidas de rádio do que antes, o que poderia ajudar os cientistas a concluir sua origem. Provavelmente, ela não é alienígena (e, se fosse, eles certamente estariam mortos há muito tempo), mas isso não torna o mistério menos fascinante.

“Esse trabalho é apenas o começo do uso desses métodos poderosos para encontrar transientes de rádio”, disse o doutorando Gerry Zhang, da Universidade da Califórnia em Berkeley, líder da pesquisa, em um comunicado de imprensa. “Esperamos que nosso sucesso possa inspirar outros esforços sérios na aplicação de aprendizagem de máquina na radioastronomia.”

[TechCrunch/UC Berkeley]

Imagem do topo: NASA’s Goddard Space Flight Center (S. Wiessinger)

Sair da versão mobile