Astrônomos produzem o maior catálogo 3D das estrelas, com 3 bilhões de objetos

Em um novo estudo, astrônomos da Universidade do Havaí produziram o maior catálogo tridimensional de estrelas, galáxias e quasares. Eles utilizaram dados do observatório Panoramic Survey Telescope and Rapid Response System (Pan-STARRS1) para observar partes ainda maiores do céu, e aliaram os dados a um software para decifrar os 3 bilhões de objetos das imagens.

• Novo mapa da Via Láctea mostra mais de 800 milhões de estrelas
• Blazar revela o buraco negro supermassivo mais antigo já descoberto
• Mapa 3D do universo revela 2 milhões de galáxias e abrange 11 bilhões de anos

Para desenvolverem o catálogo, os astrônomos utilizaram medidas espectroscópicas públicas e as aplicaram em um algoritmo de inteligência artificial. Este processo com a IA foi essencial para a equipe descobrir como determinar com precisão as mesmas propriedades das medidas variadas de cores e tamanhos dos objetos. No fim, essa iniciativa de machine learning com rede neural alcançou precisão da classificação de 98,1% para as galáxias, 97,8% para as estrelas e 96,6% para os quasares. A distância estimada da galáxia tem precisão de quase 3%.

Robert Beck, principal autor do estudo e pós-doutor em cosmologia no Instituto para Astronomia (IfA) da universidade, explica o processo: "com um algoritmo de otimização de última geração, nós nivelamos o treinamento do conjunto espectroscópico de quase 4 milhões de fontes de luz para ensinar a rede neural a prever tipos de fontes e distâncias de galáxias, enquanto corrigia a extinção de luz causada pela poeira na Via Láctea". O maior mapa anterior do universo foi criado pelo Sloan Digital Sky Survey (SDSS), que cobre apenas um terço do céu — desta vez, o catálogo dobrou a área observada, tem estatísticas mais confiáveis e tem áreas que não foram observadas no outro projeto.

István Szapudi, astrônomo e co-autor do estudo, ressaltou a importância do trabalho anterior: "mesmo cobrindo uma área muito menor, a versão preliminar do catálogo facilitou a descoberta do maior vazio do universo e a possível causa da Mancha Branca. O novo, mais preciso e maior catálogo será o ponto de partida para muitas descobertas futuras". O diretor do Pan-STARRS e astrônomo associado do IfA, Ken Chambers, diz que este mapa do universo é um exemplo de como a força conjunto de dados do Pan-STARRS pode ser multiplicada com técnicas de inteligência artificial e observações complementares. "Conforme o Pan-STARRS coleta cada vez mais dados, vamos utilizar machine learning para extrair ainda mais informações dos objetos perto da Terra, do Sistema Solar, da nossa galáxia e universo", finaliza.

O catálogo 3D resultado do estudo está disponível como um produto científico no arquivo Mikulski Archive for Space Telescopes.

Fonte: Universidade do Havaí