Inteligência artificial classifica corpos celestes em lugar do olho humano

A análise pelo olho humano de supernovas (corpos celestes que surgem após explosões de estrelas) ganhará forte impulso com o desenvolvimento de redes neurais artificiais — método de classificação automática de supernovas baseado em inteligência computacional que simula a maneira de astrônomos avaliarem o espectro, mas fazendo uma distribuição por classes mais formal e menos propensa à subjetividade humana.

A Classificação Automática de Supernovas Usando Redes Neurais Artificiais é tema da tese de doutorado que acaba de ser defendida pelo professor Marcelo Modolo, coordenador do curso de Sistemas de Informação da Universidade Metodista de São Paulo, cujo trabalho está ligado ao Projeto Kunlun Dark Universe Survey Telescope (KDUST), em fase de construção em um observatório astronômico em Kunlun, um dos pontos mais altos do Platô Antártico. O CIntIa, sigla para Classificador Inteligente de Supernovas do Tipo Ia, será instalado em um telescópio desse observatório.

“O Projeto KDUST tem interesse particular nas supernovas do tipo Ia, pois é o único tipo que possibilita medir as distâncias de luminosidade, o que ajuda a estudar a expansão acelerada do universo”, afirma professor Modolo, cuja defesa de doutorado em Computação Aplicada foi feita no Instituto Nacional de Pesquisas Espaciais (INPE) em São José dos Campos. Os orientadores foram os doutores Lamartine Nogueira Frutuoso Guimarães e Reinaldo Roberto Rosa.

A classificação de supernovas pode ser feita por especialistas humanos a partir da análise visual do seu espectro, mas não é trivial. Apenas alguns astrônomos especialistas são capazes de realizá-la, mas com a subjetividade inerente à percepção humana. Os classificadores automáticos existentes não fazem a modelagem da forma humana de analisar o espectro para classificar supernovas. “Eles somente comparam a semelhança do espectro da supernova recém-descoberta com os espectros de supernovas que já foram classificadas”, explica o professor da Metodista.

QUATRO REDES NEURAIS
O paradigma básico da nova classificação por meio de inteligência computacional é a forma como os seres humanos fazem a análise, mas o classificador automático utiliza redes neurais artificiais para analisar o espectro e identificar a presença ou ausência de elementos que determinam o tipo supernova. Quatro redes neurais “perceptron” de múltiplas camadas foram construídas. Uma rede neural para identificar cada tipo “clássico” de supernova: Ia, Ib, Ic e II.

 “O classificador foi testado em uma base com 649 espectros de 221 supernovas diferentes e os resultados foram muito bons, indicando que a classificação realizada por este método pode ser utilizada em situações onde não existe um especialista ou onde seja necessária uma análise automática, sistemática e contínua. A ferramenta desenvolvida nesse trabalho foi denominada CIntIa, sigla para Classificador Inteligente de Supernovas do Tipo Ia”, descreve professor Modolo.

O trabalho tem aplicação em observatórios astronômicos que precisam fazer classificação das supernovas para estudar, principalmente, a expansão acelerada do universo a partir da medição das distâncias de luminosidade. O público é bem específico, de astrônomos que trabalham com a observação de supernovas. Mas o objetivo é nobre, porque possibilita estudar a expansão acelerada do universo. Supernova é o nome dado aos corpos celestes resultantes de explosões de estrelas com mais de 10 massas solares, que produzem objetos extremamente brilhantes que perdem o brilho até se tornarem invisíveis após algumas semanas ou meses.