O Universo abriga uma diversidade quase infinita de estrelas, galáxias e fenômenos extremos. Mesmo assim, algumas estruturas conseguem se destacar pelo quão fora do comum são. Agora, graças à inteligência artificial, centenas desses “esquisitos cósmicos” vieram à tona. Dois astrônomos desenvolveram uma ferramenta capaz de explorar décadas de observações do Hubble em poucos dias, revelando objetos raros que passaram despercebidos por anos.
Garimpando 35 anos de observações do Hubble
Desde seu lançamento, em 1990, o Telescópio Espacial Hubble acumulou mais de 1,7 milhão de observações do céu, formando um dos maiores acervos astronômicos já criados. Esse arquivo cobre 35 anos de imagens e contém pistas valiosas sobre a evolução do cosmos.
O desafio sempre foi transformar esse oceano de dados em descobertas. Procurar manualmente por objetos raros, como galáxias em colisão ou lentes gravitacionais, é uma tarefa lenta e exaustiva.
Foi para resolver esse problema que David O’Ryan, pesquisador da Agência Espacial Europeia (ESA), e o cientista de dados Pablo Gómez criaram o AnomalyMatch, uma ferramenta baseada em inteligência artificial projetada para identificar padrões incomuns em imagens astronômicas. Em apenas dois dias e meio, o sistema analisou cerca de 100 milhões de recortes do Arquivo Hubble Legacy e apontou quase 1.400 objetos anômalos — sendo aproximadamente 800 totalmente novos para a ciência.
Segundo O’Ryan, o vasto conjunto de dados do Hubble esconde anomalias astrofísicas que só agora começam a ser reveladas com a ajuda da IA.
Como funciona o AnomalyMatch
O AnomalyMatch é uma rede neural, um tipo de modelo de aprendizado de máquina inspirado no funcionamento do cérebro humano. Ele foi treinado para reconhecer quando algo foge do padrão esperado em imagens do espaço.
Em vez de classificar diretamente os objetos, a ferramenta cria uma lista de candidatos “estranhos”, que depois são examinados por astrônomos humanos. Essa combinação de automação e análise especializada permite acelerar drasticamente o processo de descoberta.
Para Pablo Gómez, o resultado demonstra como a inteligência artificial pode ampliar o retorno científico de arquivos históricos. A identificação de tantas anomalias não documentadas mostra o potencial desse tipo de abordagem para futuras missões e levantamentos do céu.
Um verdadeiro zoológico de objetos bizarros
Entre os mais de 800 achados, a maioria envolve galáxias em interação ou fusão, distorcidas pela gravidade mútua e frequentemente acompanhadas por longas caudas de estrelas e gás.
A equipe também encontrou diversas lentes gravitacionais — objetos massivos que curvam o espaço-tempo e ampliam a luz de corpos mais distantes, funcionando como lupas naturais do Universo.
Outras descobertas incluem galáxias com enormes aglomerados de estrelas, as chamadas “galáxias-medusa”, que exibem tentáculos gasosos, e discos formadores de planetas que lembram hambúrgueres ou borboletas quando observados de perfil.
Talvez o mais intrigante seja um conjunto de dezenas de objetos que desafiam qualquer classificação atual, sugerindo estruturas cósmicas ainda pouco compreendidas e abrindo novas frentes de pesquisa.
Preparando o terreno para a próxima era da astronomia
Os autores acreditam que ferramentas como o AnomalyMatch serão essenciais para lidar com a avalanche de dados que vem por aí. Próximos projetos, como o telescópio espacial Euclid, da ESA, e o Observatório Vera C. Rubin, nos Estados Unidos, devem gerar volumes de informação muito maiores do que os do Hubble.
Analisar tudo isso exigirá técnicas igualmente avançadas. A ideia é usar a IA como um filtro inicial, destacando fenômenos raros para investigação detalhada.
Para O’Ryan e Gómez, explorar o cosmos com inteligência artificial pode inaugurar uma nova fase da astronomia, na qual descobertas inesperadas se tornam mais frequentes. Ao transformar arquivos esquecidos em minas de ouro científico, a tecnologia promete revelar aspectos do Universo que simplesmente não seriam encontrados por métodos tradicionais.
Em um céu repleto de bilhões de galáxias, a IA está aprendendo a apontar exatamente onde estão as maiores surpresas.
