De acordo com um estudo publicado aceito na revista científica Astrophysical Journal e publicado no servidor de pré-impressão arXiv, uma equipe de cientistas sugeriu que os próximos estudos astronômicos podem utilizar machine learning para buscar por diferentes anomalias a partir de dados espectroscópicos de alta resolução.
A tecnologia pode auxiliar na descoberta de assinaturas químicas raras e bioassinaturas desconhecidas que, talvez, sejam responsáveis por um tipo diferente de vida fora da Terra.
Utilizando dados espectroscópicos coletados por diferentes telescópios, como o James Webb (JWST) e o Nancy Grace Roman (RST), será possível empregar as melhores técnicas de aprendizado de máquina da atualidade para procurar por diferentes anomalias. Para chegar aos resultados, o estudo reuniu físicos e especialistas em aprendizado de máquina.
Conduzida por uma equipe da Universidade da Flórida, nos Estados Unidos, a pesquisa foi nomeada de “Searching for Novel Chemistry in Exoplanetary Atmospheres using Machine Learning for Anomaly Detection”. Os pesquisadores descrevem que a ‘vida’ como conhecemos pode estar limitada pela atual visão da humanidade em relação à ciência — afinal, ainda não temos as respostas para todos os problemas.
O machine learning, ou aprendizado de máquina, pode ser a chave para a descoberta de formas de vida diferentes daquelas que conhecemos até agora.Fonte: Getty Images
“Os instrumentos estão cada vez melhores: melhor resolução espectral, nível excepcional de sinal-ruído, cobertura de comprimento de onda mais ampla. Além do JWST, que retornou algumas observações espectroscópicas excepcionais de vários exoplanetas, a Agência Espacial Europeia (ESA) está planejando um telescópio espacial dedicado a exoplanetas, ARIEL, que observará mil planetas. A análise desses dados manterá os cientistas ocupados por muito tempo”, disse uma das autoras do estudo, a professora Katia Matcheva, em mensagem enviada ao site Universe Today.
Machine learning e vida fora da Terra
O atual problema é que os cientistas buscam por exoplanetas e pela vida fora da Terra com base nas bioassinaturas que conhecemos, ou seja, evidências de vida e processos orgânicos que acontecem na Terra. Entre as bioassinaturas mais procuradas, podemos citar: nitrogênio (N2), oxigênio (O2), dióxido de carbono (CO2), metano (CH4), amônia (NH3) e água (H2O).
Os cientistas afirmam que a aprendizagem de máquina pode ser uma técnica incrível para buscar anomalias nos espectros coletados pelos telescópios. Por isso, os pesquisadores esperam que a combinação desses dados com a técnica apresente novas bioassinaturas; ou seja, talvez até mesmo exoplanetas que já conhecemos e classificamos como sem bioassinatura possam ser descobertos como ‘habitáveis’ — de qualquer forma, provavelmente não serão ‘habitáveis’ como os conhecemos.”
“A comunidade astrobiológica vem trabalhando em uma definição de ‘vida’ há muito tempo, mas não temos ideia de como realmente são os alienígenas e como eles interagiriam com seus ambientes. Somos influenciados pela nossa experiência humana, e as estratégias atuais são procurar vida na ‘zona habitável’, que por definição é amiga do homem (ou da vida terrestre). Então, como você procura algo quando não sabe como é? É aí que entram as técnicas de aprendizado de máquina (machine learning) para a detecção de novidades — elas podem sinalizar pontos de dados inconsistentes com os dados de treinamento, ou seja, que não concordam com os modelos teóricos atuais”, conclui Matcheva.
Mantenha-se atualizado sobre tecnologia e ciência aqui no TecMundo. Se desejar, aproveite para ver também, o mapa da NASA permite visualizar exoplanetas estranhos em 360 graus.