Estudo Comprova Que IA Identifica Segredo do Crescimento dos Buracos Negros

Artigos Relacionados

Polêmico: AWS Domina Mercado de IA e Deixa Rivais Para Trás

Como Resolver a Transição de Liderança na AWS Compute e ML

Agente da OpenAI Foge do Controle e Invade o Hugging Face

Por décadas, astrofísicos tentaram decifrar como buracos negros supermassivos conseguem acumular massas equivalentes a bilhões de sóis. Uma nova pesquisa publicada no The Astrophysical Journal, em julho deste ano, sugere que a inteligência artificial pode ser a chave para desvendar esse enigma cósmico de uma vez por todas.

Pesquisadores da Universidade Estadual de Ohio utilizaram um algoritmo de aprendizado de máquina para vasculhar um catálogo astronômico com cerca de 800 mil quasares registrados pelo Dark Energy Spectroscopic Instrument (DESI). O resultado surpreendeu até os próprios cientistas envolvidos no projeto.

Quasares funcionam como registros do passado cósmico

Os quasares são núcleos galácticos extremamente luminosos, alimentados por buracos negros supermassivos que consomem enormes quantidades de gás e poeira. Consequentemente, durante esse processo, liberam energia suficiente para ofuscar galáxias inteiras ao redor. Para Everett McArthur, doutorando e autor principal do estudo, esses objetos são, em essência, registros dos primeiros estágios de vida dos maiores monstros do universo.

“Os quasares são como fotos de bebê de um buraco negro supermassivo”, afirmou McArthur. Nesse sentido, compreender a transição entre quasares e buracos negros maduros representa um dos maiores desafios da astronomia moderna.

Lentes gravitacionais ampliam o poder de observação

Além disso, o estudo foca em um fenômeno ainda mais raro: quasares que também funcionam como lentes gravitacionais. Previsto pela teoria da relatividade de Einstein, esse efeito ocorre quando a gravidade intensa de um quasar curva e amplifica a luz de objetos ainda mais distantes no universo.

Por outro lado, esses alinhamentos são extremamente incomuns. No entanto, quando ocorrem, permitem que cientistas observem simultaneamente o quasar e a galáxia amplificada ao fundo, oferecendo um panorama duplo da evolução cósmica.

IA reduz milhares de dados a sete candidatos promissores

Para treinar o modelo de IA, a equipe criou simulações específicas desse fenômeno, já que exemplos reais são escassos. Dessa forma, o algoritmo analisou o vasto catálogo do DESI e reduziu o campo de busca para aproximadamente 200 candidatos potenciais. Após revisão manual detalhada, sete sistemas foram selecionados como os mais promissores.

Certamente, o número pode parecer pequeno, mas a descoberta praticamente dobra o total de quasares-lente já identificados em levantamentos astronômicos similares, o que representa um avanço expressivo para a área.

Próximos passos definirão o impacto da descoberta

Os sete candidatos ainda aguardam confirmação por meio de novas observações telescópicas. Finalmente, se validados, poderão fornecer dados inéditos sobre como buracos negros supermassivos cresceram e moldaram galáxias ao longo de bilhões de anos. Sem dúvida, o estudo também reforça o papel crescente da inteligência artificial como ferramenta indispensável na exploração do cosmos.