Há mais de trinta anos, o telescópio espacial Hubble captura imagens do Universo, acumulando uma quantidade considerável de dados. Diante dessa abundância, os cientistas foram confrontados com uma dura realidade: a impossibilidade humana de analisar a totalidade dessas fotografias, cada uma, no entanto, suscetível de conter uma descoberta.
Perante essa montanha de informações, pesquisadores da Agência Espacial Europeia desenvolveram um modelo de inteligência artificial chamado AnomalyMatch. Concebido para percorrer os arquivos do Hubble, essa ferramenta examina automaticamente as imagens em busca de elementos incomuns, imitando a forma como nosso cérebro processa informações visuais.
Uma vista captada pelo telescópio espacial Hubble mostrando galáxias distantes.
Crédito: ESA/Hubble & NASA, D. O'Ryan, P. Gómez (European Space Agency), M. Zamani (ESA/Hubble) A análise de cerca de 100 milhões de imagens revelou mais de 1300 anomalias, das quais centenas nunca haviam sido documentadas anteriormente. Esses objetos apresentam aparências singulares que saem das categorias habituais. Realizada em apenas três dias de processamento, essa avalanche de descobertas demonstra a eficácia do método perante um volume imenso de dados.
Entre as descobertas, notam-se galáxias em fusão com aglomerados massivos de formação estelar, estruturas semelhantes a medusas com 'tentáculos' gasosos, ou ainda discos de formação planetária vistos de perfil em nossa própria galáxia.
O funcionamento do AnomalyMatch baseia-se na aprendizagem de padrões visuais normais, permitindo-lhe identificar os desvios. Esta abordagem sistemática é uma primeira para os arquivos do Hubble, que abrangem 35 anos de observações. Ela abre caminho para explorações mais aprofundadas sem necessitar de um tempo humano proibitivo.
Os responsáveis pelo projeto indicam que esta iniciativa mostra como a inteligência artificial pode aumentar consideravelmente o rendimento científico. Mostra também o potencial dos arquivos astronômicos para descobertas futuras, em particular no âmbito de grandes campanhas de observação.
Este avanço está documentado num artigo publicado na
Astronomy and Astrophysics em dezembro de 2025.
O funcionamento do reconhecimento de padrões por IA
A inteligência artificial utilizada aqui apoia-se em redes neurais concebidas para analisar imagens. Estes sistemas são treinados com vastos conjuntos de dados já analisados onde aprendem a distinguir as características normais dos objetos astronômicos. Uma vez treinados, podem examinar rapidamente novas imagens para detetar o que sai do comum.
Este método imita alguns processos do cérebro humano, como a deteção de contornos ou texturas, mas a uma escala e velocidade muito superiores. Não necessita de programação explícita para cada tipo de anomalia, o que a torna adaptável a diversos domínios.
As aplicações vão além da astronomia, com possíveis utilizações em medicina para análise de imagiologia ou em segurança para vigilância. No caso do Hubble, permite tirar partido de dados antigos para novas descobertas, sem ter de refazer observações.
O valor dos dados arquivados na ciência
Os arquivos científicos, como os do Hubble, constituem um recurso precioso que ganha importância com o tempo. Conservam observações realizadas no passado, permitindo comparações e reanálises com ferramentas mais eficazes. Isto evita a perda de informações e maximiza os investimentos iniciais.
No domínio espacial, os dados arquivados cobrem longos períodos, revelando mudanças lentas ou eventos raros. Por exemplo, seguir a evolução de uma galáxia ao longo de décadas torna-se possível graças a essas coleções.
O acesso a esses arquivos é facilitado por plataformas digitais, incentivando a colaboração internacional e a ciência aberta. Pesquisadores de todo o mundo podem consultá-los para testar novas ideias ou validar teorias.
Fonte: Astronomy and Astrophysics