Nós estudamos os céus por séculos, mas só encontramos dois objetos conhecidos por virem de outro sistema estelar. O primeiro objeto interestelar a ser confirmado foi 1I/2017 U1, mais comumente conhecido como 'Oumuamua. Ele foi descoberto com o Panoramic Survey Telescope and Rapid Response System (Pan-STARRS) e se destacou por seu grande movimento próprio.
Impressão artística do cometa interestelar 2I/Borisov enquanto viaja pelo nosso sistema solar. Crédito: NRAO/AUI/NSF, S. Dagnello
Como 'Oumuamua passou pelo sistema solar interno, foi relativamente fácil distingui-lo. O segundo objeto interestelar, 2I/Borisov, se destacou porque entrou no sistema solar interno bem acima do plano orbital. Mas, embora tenhamos descoberto apenas dois visitantes alienígenas até agora, os astrônomos acham que objetos interestelares são comuns. Estima-se que vários deles visitem nosso sistema solar a cada ano, e pode haver milhares dentro da órbita de Netuno em um determinado dia. Eles simplesmente não se destacam, então não os notamos. Mas isso pode mudar em breve.
O Observatório Vera C. Rubin está programado para entrar em operação em 2025. Ao contrário de muitos telescópios grandes, o Observatório Rubin não foi projetado para focar em alvos específicos no céu. Seu espelho pode capturar um pedaço do céu com sete luas de largura em uma única imagem. Ele capturará mais de um petabyte de dados todas as noites, capturando imagens de corpos do sistema solar a cada poucos dias.
Isso permitirá que os astrônomos rastreiem até mesmo corpos fracos e lentos com precisão. A órbita de qualquer objeto interestelar se destacará claramente. Se os astrônomos puderem encontrá-los. É aí que entra um novo estudo publicado na Astronomy & Astrophysics .
Com tantos dados sendo coletados, não há como analisá-los manualmente. Algumas coisas, como supernovas e estrelas variáveis , serão fáceis de distinguir, mas corpos interestelares no sistema solar externo representarão um desafio particular. Em qualquer imagem, eles aparecerão como um asteroide ou cometa comum. Somente após meses ou anos de rastreamento é que suas órbitas únicas revelarão suas verdadeiras origens.
Então, os autores deste novo trabalho propõem usar aprendizado de máquina . Para demonstrar como isso funcionaria, a equipe criou um banco de dados de corpos simulados do sistema solar. Alguns deles receberam órbitas regulares, enquanto outros receberam caminhos interestelares. Com base nesses dados, eles treinaram algoritmos para distinguir os dois.
Eles descobriram que alguns métodos de aprendizado de máquina funcionavam melhor do que outros. Neste caso, a abordagem Random Forest, onde se classificam árvores de decisão estatisticamente, e o método Gradient Boosting, que prioriza "aprendizes fracos" para fortalecê-los, parecem funcionar melhor. O método Neural Network mais comumente conhecido foi menos eficaz.
No geral, a equipe descobriu que o aprendizado de máquina pode detectar objetos interestelares com grande eficiência, e o número de falsos positivos deve ser pequeno o suficiente para que eles possam ser gerenciados de forma eficaz. Embora a abordagem não encontre todos os corpos interestelares em nosso sistema solar, ela deve ser capaz de encontrar centenas deles dentro do primeiro ano da operação do Rubin. E isso nos dará muitos dados para entender melhor esses visitantes enigmáticos.
Phys.org
Nenhum comentário:
Postar um comentário