Inteligência artificial vai ajudar NASA a analisar dados sobre exoplanetas

A NASA aposta na inteligência artificial para ajudá-la nas pesquisas sobre exoplanetas, aqueles que orbitam outras estrelas além do nosso Sol. Mais especificamente, a agência espacial quer criar algoritmos de aprendizado de máquina para analisar parte dos dados enviados pelos telescópio espaciais TESS e James Webb. O primeiro está vasculhando o universo em busca de exoplanetas seguindo a missão iniciada pelo aposentado Kepler, enquanto o segundo será o sucessor do Hubble.

Os cientistas da NASA defendem o uso de máquinas para ajudar no trabalho do dia a dia, analisando parte dos dados enviados pelas diversas sondas e telescópios controlados pela agência, que recebe de sua frota de observadores espaciais espalhados pelo Sistema Solar cerca de 2 gigabytes de dados a cada 15 segundos. “Nós só analisamos uma fração desses dados, porque temos limite de pessoal, tempo e recursos”, explicou Madhulika Guhathakurta, heliofísica da NASA, que defendeu o uso de algoritmos. “Por isso precisamos utilizar mais essas ferramentas”.

Estamos falando de algoritmos largamente usados para permitir que computadores aprendam com dados e possam fazer previsões e categorizar objetos em velocidade maior e de maneira mais precisa do que um ser humano seria capaz.

E claro a IA que também é útil na ampliação do conhecimento humano, conforme defende da NASA. “Essas tecnologias são muito importantes, especialmente para conjuntos de big data e no campo dos exoplanetas, porque os dados que vamos coletar em futuras observações serão esparsos e bagunçados”, observou a astrobióloga Giarda Arney.

De acordo com ela, o uso de IA nesse campo pode ser mais do que apenas um auxílio para analisar mais dados do que a equipe da agência hoje é capaz. “Vai ser muito difícil compreender [os dados que serão enviados pela frota]. Então, usar esses tipos de ferramentas tem muito potencial de nos ajudar”, justificou.

Novas técnicas

Para isso, a NASA vai aproveitar um programa chamado Frontier Development Lab, que junta cientistas e empresas de tecnologia e inovação para pensar novas soluções para os problemas atuais. O astrobiólogo Shawn Domagal-Goldman comparou a experiência a um grupo de pessoas que se junta com seus instrumentos em uma garagem para tocar e, de repente, se dão conta de que podem formar uma banda.

O FDL da NASA une engenheiros de ciências e computação que estão preparando suas teses de doutorado com especialistas da agência e da academia e com empresas de tecnologia. Para este ano, Intel, IBM e Google devem representar o lado corporativo. No ano passado, Domagal-Goldman e Arney lideraram a equipe, que desenvolveu uma técnica de aprendizado de máquina para ajudar no estudo da atmosfera dos exoplanetas.

A equipe conseguiu um algoritmo que usa redes neurais parecidas com as do cérebro humano para analisar as imagens e identificar a química dos planetas com base nas ondas de luz emitidas ou absorvidas por moléculas da atmosfera. A técnica é parecida com a maneira como células nervosas cerebrais se conectam a outros neurônios para processar e transmitir a informação. Com essa técnica, os pesquisadores conseguiram identificar a abundância de moléculas diversas no exoplaneta ao redor da estrela WASP-12 de maneira mais precisa do que do modo convencional.

Mais do que isso, essa técnica também é capaz de informar quando seus próprios dados não são conclusivos o bastante. “Em lugares onde os dados não eram suficientemente bons para dar um resultado realmente preciso, o modelo nos informou que não estava totalmente certo de sua resposta, o que é crucial para a gente confiar nessas previsões”, explicou Domagal-Goldman.

A técnica ainda está em desenvolvimento, mas há projetos passados que já ajudam pesquisadores no mundo atual. Como, por exemplo, o programa de aprendizado de máquina que cria modelos 3D de asteroides próximos com precisão ao estimar formatos, tamanhos e taxa de rotação — informações que podem ser críticas na proteção do planeta, ao indicar se algum representa ameaça de colisão. Modelos anteriores podiam levar até três meses para ser criados, mas, com o novo programa, esse processo pode levar apenas quatro dias.

Os pesquisadores pensam ainda em incluir tecnologias de IA em espaçonaves que serão lançadas no futuro, o que permitiria que cada instrumento decida por si se um conjunto de dados vale ser transmitido ou não, reduzindo o volume de informações a serem processadas na Terra. “A IA vai nos ajudar a liberar o poder de processamento de nossos próprios cérebros ao fazer boa parte do trabalho braçal inicial em tarefas difíceis”, disse Arney. “Mas esses métodos não vão substituir os humanos tão cedo, porque ainda precisamos checar os resultados”, completa.

Fonte: NASA