IA revela mais de 800 fenômenos cósmicos misteriosos em dados do Hubble

Telescópio Hubble revela fenômenos espaciais raros com ajuda da IA (Imagem: ESA/Hubble e NASA, D. O'Ryan, P. Gómez (Agência Espacial Europeia), M. Zamani (ESA/Hubble))
Telescópio Hubble revela fenômenos espaciais raros com ajuda da IA (Imagem: ESA/Hubble e NASA, D. O'Ryan, P. Gómez (Agência Espacial Europeia), M. Zamani (ESA/Hubble))

Um estudo recente publicado na revista Astronomy & Astrophysics demonstrou o potencial da inteligência artificial (IA) para transformar a astronomia ao examinar os arquivos históricos do Telescópio Espacial Hubble. Em apenas dois dias e meio de análise, a IA identificou aproximadamente 1.400 objetos cósmicos incomuns, sendo mais de 800 completamente inéditos, incluindo galáxias em fusão, lentes gravitacionais e outras estruturas espaciais extraordinárias.

A pesquisa envolveu a análise de quase 100 milhões de pequenos recortes de imagens, cada um com apenas algumas dezenas de pixels de lado. Essa abordagem supera largamente a revisão humana e a ciência cidadã, mostrando que a IA pode acelerar descobertas de forma inédita. Principais descobertas do estudo:

  • Mais de 1.300 anomalias confirmadas após revisão manual;
  • Objetos incluem galáxias interagindo, discos de formação planetária e galáxias com intenso crescimento estelar;
  • Alguns objetos apresentam formas totalmente não classificáveis, desafiando modelos atuais de categorização astronômica;
  • A IA permitiu a primeira busca sistemática por anomalias em todo o arquivo do Hubble, acumulado ao longo de 35 anos.

Fenômenos cósmicos além da compreensão humana

Entre os objetos identificados, destacam-se galáxias em fusão com fluxos alongados de estrelas e gás, lentes gravitacionais que deformam a luz de galáxias distantes formando arcos e anéis luminosos, galáxias em formato de água-viva com “tentáculos” gasosos e discos planetários vistos de perfil, lembrando o formato de hambúrgueres. 

Além de aumentar significativamente a eficiência da análise, a IA corrige vieses espaciais e temporais do registro, permitindo identificar padrões que antes eram invisíveis. Esses avanços demonstram como ferramentas computacionais sofisticadas podem expandir a ciência além das limitações humanas. 

O estudo evidencia o valor de redes neurais como o AnomalyMatch, capazes de reconhecer padrões incomuns e facilitar a exploração de dados históricos e futuros, incluindo aqueles do telescópio Euclid. Essa abordagem abre caminho para novas descobertas em arquivos antigos, acelera a compreensão do cosmos e ressalta o papel crescente da IA na astronomia moderna.

Leandro Sinis é biólogo, formado pela UFRJ, e atua como divulgador científico. Apaixonado por ciência e educação, busca tornar o conhecimento acessível de forma clara e responsável.