Catalogar objetos astronómicos é uma tarefa deveras desafiante, devido à quantidade de objetos e à complexidade do Universo, mas a inteligência artificial está a revelar-se uma ferramenta muito promissora para a resolução deste problema.
Assim pensam os investigadores do Instituto de Astrofísica e Ciências do Espaço Pedro Cunha e Andrew Humphrey que criaram o SHEEP, um algoritmo de inteligência artificial (machine learning) que identifica a natureza dos astros.
O SHEEP é uma pipeline de inteligência artificial supervisionada, que estima desvios para o vermelho fotométricos e que mais tarde usa esta informação para classificar objetos astronómicos como galáxias, quasares ou estrelas.
“A informação fotométrica é a mais fácil de obter e por isso é muito importante numa primeira análise à natureza dos objetos observados”, refere Pedro Cunha, aluno de doutoramento no IA e no Departamento de Física e Astronomia da Faculdade de Ciências da Universidade do Porto, o primeiro autor do artigo agora publicado na revista Astonomy & Astrophysics.
Uma das novidades do processo é que, antes de iniciar a classificação, o SHEEP primeiro estima desvios para o vermelho fotométricos, informação que é adicionada aos dados, como uma característica adicional para a aprendizagem do modelo de classificação, explica o Instituto de Astrofísica e Ciências do Espaço em comunicado.
A equipa descobriu que, ao incluir estes dados junto com as coordenadas (ascensão reta e declinação) dos objetos, a inteligência artificial era capaz de percecionar o Universo em 3D e usar esse conhecimento, em paralelo com informação de cor, para fazer estimativas mais precisas das propriedades dos objetos. Por exemplo, o algoritmo aprendeu que há uma maior probabilidade de encontrar estrelas mais perto do plano da Via Láctea do que nos polos galácticos.
Sem comentários:
Enviar um comentário
Comente de forma construtiva...
Nota: só um membro deste blogue pode publicar um comentário.