A busca por planetas além do Sistema Solar entrou em uma nova fase. A NASA vem usando inteligência artificial para analisar volumes gigantescos de dados astronômicos e acelerar a identificação de exoplanetas — mundos que orbitam outras estrelas. Um programa desenvolvido no Centro de Pesquisa Ames, na Califórnia, já validou centenas de descobertas e agora aponta milhares de novos candidatos que podem esconder planetas ainda desconhecidos.
O avanço mais recente envolve uma versão aprimorada do sistema, treinada com dados das missões Kepler e TESS. Essa evolução não apenas amplia o número de possíveis achados, como também antecipa o desafio que virá com futuras missões espaciais, que devem gerar uma quantidade de informações sem precedentes.
ExoMiner: quando algoritmos caçam planetas
Nem todo planeta orbita uma estrela! Alguns deles, chamados "planetas errantes", podem estar simplesmente vagando pela galáxia solitários e sem rumo. Estima-se que apenas na Via Láctea devam existir bilhões ou até trilhões desses planetas!#AstroMiniBR pic.twitter.com/Gr0yR6WQ7a
— Elismar Lösch 🇧🇷🔭☄️🌌 (@LoschElismar) September 19, 2020
O programa em questão se chama ExoMiner. Criado para empregar técnicas de aprendizado profundo, ele já foi responsável pela validação de 370 exoplanetas, um número expressivo considerando o rigor exigido para confirmar esse tipo de descoberta.
A nova versão, conhecida como ExoMiner++, foi treinada com dados da missão Kepler — encerrada, mas fundamental para a astronomia moderna — e da missão TESS (Satélite de Sondeo de Exoplanetas em Trânsito), que continua ativa. Esse treinamento combinado tornou o sistema mais robusto e confiável, capaz de lidar com sinais variados vindos de diferentes regiões do céu.
Na primeira grande análise feita apenas com dados públicos do TESS, o ExoMiner identificou cerca de 7.000 candidatos a exoplanetas. Cada um deles representa uma assinatura com alta probabilidade de corresponder a um planeta real, embora ainda precise de observações adicionais para confirmação definitiva.
Ciência aberta como motor da descoberta
Segundo Jon Jenkins, cientista do Centro Ames envolvido no projeto, o avanço rápido desse tipo de pesquisa se deve a dois pilares: ciência aberta e software de código aberto. A política da NASA de manter seus dados acessíveis ao público permite que equipes do mundo inteiro testem, aprimorem e validem ferramentas como o ExoMiner.
Essa abordagem ganha ainda mais importância diante do que está por vir. O Telescópio Espacial Nancy Grace Roman, previsto para os próximos anos, deverá registrar dezenas de milhares de trânsitos planetários. Sem o auxílio de inteligência artificial, analisar manualmente esse volume de dados seria praticamente impossível.
Separar planetas de falsos alarmes
Detectar um exoplaneta não é simples. O método mais comum envolve observar pequenas quedas no brilho de uma estrela, causadas pela passagem de um planeta à sua frente. O problema é que outros fenômenos astronômicos podem gerar sinais semelhantes, como estrelas binárias eclipsantes.
O ExoMiner++ foi projetado justamente para lidar com essa complexidade. O sistema combina diferentes estratégias de análise para distinguir trânsitos reais de ruídos ou eventos que apenas imitam a presença de um planeta. Para Miguel Martinho, coinvestigador do projeto, ambientes com centenas de milhares de sinais são ideais para o uso de aprendizado profundo, já que o cérebro humano simplesmente não consegue avaliar tudo com o mesmo nível de precisão.
Kepler e TESS: diferentes, mas complementares
As missões Kepler e TESS têm estratégias distintas. Kepler observou uma pequena área do céu com profundidade extrema, enquanto o TESS faz um mapeamento quase completo do firmamento, focando em estrelas mais próximas da Terra. Apesar dessas diferenças, os dados gerados são compatíveis, o que permite o treinamento cruzado do ExoMiner++.
Esse cruzamento melhora o desempenho do algoritmo e reduz a taxa de erros, tornando as previsões mais confiáveis. Segundo Hamed Valizadegan, líder do projeto, a eficiência do sistema mostra que é possível obter grandes resultados com recursos relativamente modestos, desde que ciência de dados e IA sejam bem aplicadas.
O futuro: menos intervenção humana
Atualmente, o ExoMiner ainda depende de listas prévias de sinais candidatos para iniciar a análise. O próximo objetivo da equipe é tornar o sistema mais autônomo, capaz de identificar esses sinais diretamente a partir dos dados brutos. Isso reduziria drasticamente a necessidade de intervenção humana nas fases iniciais do processo.
Mais de seis mil exoplanetas já foram descobertos, em grande parte graças aos dados públicos da NASA. Ainda assim, os cientistas acreditam que há inúmeros mundos escondidos nos arquivos digitais, esperando apenas a ferramenta certa para serem revelados. Nesse cenário, a inteligência artificial deixa de ser um complemento e passa a ocupar um papel central na exploração do universo.
[ Fonte: Infobae ]
