Uma nova ferramenta com tecnologia de IA reduziu a carga de trabalho dos astrônomos em 85%, filtrando milhares de alertas de dados para identificar os poucos sinais genuínos causados por supernovas (explosões poderosas de estrelas moribundas). As descobertas foram publicadas hoje no The Astrophysical Journal . 

A pesquisadora principal, Dra. Héloïse Stevance (Departamento de Física da Universidade de Oxford), disse: "O surpreendente é a quantidade mínima de dados necessária. Com apenas 15.000 exemplos e o poder de computação do meu laptop, consegui treinar algoritmos inteligentes para fazer o trabalho pesado e automatizar o que antes levava horas para um ser humano fazer todos os dias. Isso demonstra que, com orientação especializada, a IA pode transformar descobertas astronômicas sem exigir enormes conjuntos de dados ou poder computacional."

Supernovas são explosões raras e brilhantes que marcam a morte de estrelas massivas; eventos que ajudam os cientistas a entender a origem dos elementos químicos. Essas explosões aparecem inesperadamente no céu noturno e devem ser detectadas rapidamente antes que desapareçam – essencialmente um jogo cósmico de encontrar a diferença.

Uma equipe de pesquisadores liderada pela Universidade de Oxford e pela Queen's University Belfast busca por esses fenômenos usando o Sistema de Alerta de Impacto Terrestre de Asteroide (ATLAS). Este sistema, originalmente construído como um sistema de alerta antecipado de impacto de asteroide, varre todo o céu visível a cada 24 a 48 horas usando cinco telescópios espalhados pelo globo. É um projeto financiado pela NASA, liderado pela Universidade do Havaí, e Oxford processa os dados de explosões de alta intensidade além da nossa galáxia. A busca gera milhões de alertas potenciais todas as noites, a maioria dos quais são ruídos (erros instrumentais ou objetos conhecidos). 

Mesmo após aplicar técnicas de filtragem padrão e análise automatizada de imagens, os pesquisadores restavam entre 200 e 400 sinais candidatos por dia que precisavam ser analisados manualmente. Apenas alguns deles seriam fenômenos genuinamente interessantes, como supernovas ou transientes extragalácticos (as contrapartes ópticas das explosões de raios gama).  

"Essa verificação manual levaria várias horas por dia", acrescentou o Dr. Stevance. "Graças à nossa nova ferramenta, podemos liberar o tempo dos cientistas para o que eles fazem de melhor: resolução criativa de problemas e questionamento da natureza do nosso Universo. É o equivalente astrofísico de ter um robô lavando suas roupas para que você possa se concentrar na sua arte!"

A nova ferramenta, chamada Assistente Virtual de Pesquisa (VRA), é um conjunto de robôs automatizados que imita o processo de tomada de decisão humana, classificando alertas com base na probabilidade de serem explosões extragalácticas reais. Ao contrário de muitas abordagens automatizadas por IA que exigem vastos dados de treinamento e supercomputadores, o VRA utiliza uma abordagem mais enxuta. Em vez de métodos de aprendizado profundo que consomem muitos dados, o sistema utiliza algoritmos menores baseados em árvores de decisão que buscam padrões em aspectos selecionados dos dados. Isso permite que os cientistas injetem sua expertise diretamente no modelo e orientem os algoritmos para os principais recursos a serem procurados. 

Fundamentalmente, o VRA atualiza sua avaliação cada vez que um telescópio revisita o mesmo trecho do céu. Isso significa que um sinal é automaticamente verificado e reavaliado ao longo de várias noites, com apenas os candidatos mais promissores sendo repassados aos astrônomos humanos para análise. 

Em seu primeiro ano de uso, o VRA filtrou com sucesso mais de 30.000 alertas, perdendo menos de 0,08% dos alertas reais de supernovas. Isso reduziu em cerca de 85% o número de alertas repassados a observadores humanos para verificação, mantendo mais de 99,9% dos candidatos genuínos a supernovas.  

Desde dezembro de 2024, o VRA está conectado ao Telescópio Lesedi da África do Sul, permitindo que ele acione automaticamente observações de acompanhamento para os sinais mais promissores, mesmo antes de um ser humano analisar os dados. Isso já resultou na confirmação de novas supernovas.  

O coautor do estudo, Professor Stephen Smartt (Departamento de Física da Universidade de Oxford), afirmou: "A velocidade e a precisão desta ferramenta potencializarão a capacidade da nossa equipe de encontrar e estudar fenômenos estranhos e raros no cosmos – por exemplo, explosões de estrelas moribundas em galáxias distantes, que podem nos ensinar como os elementos químicos são criados e a velocidade com que o Universo se expande. Também seremos capazes de combinar fontes ópticas com emissões nas frequências de raios gama, raios X e rádio, e possivelmente ondas gravitacionais, de forma mais eficiente. A velocidade e a precisão dos modelos são impressionantes."

Essa conquista chega na hora certa, com o lançamento do Legacy Survey of Space and Time (LSST) do Observatório Vera Rubin no início de 2026. Ao longo de dez anos, ele pesquisará todo o céu do hemisfério sul a cada poucos dias, gerando, no final, mais de 500 petabytes* de imagens e dados.  

"O LSST deverá emitir mais de 10 milhões de alertas por noite, encontrando de tudo, desde asteroides em movimento, supernovas, matéria caindo em buracos negros, estrelas de nêutrons em fusão e provavelmente novos fenômenos também. Nosso trabalho como astrônomos será acompanhar essa avalanche de dados", acrescentou o Dr. Stevance. "Ferramentas como o nosso novo Assistente Virtual de Pesquisa serão inestimáveis para nos ajudar a entender melhor como as supernovas e suas estrelas massivas produziram todos os elementos químicos necessários para o mundo como o conhecemos – do hidrogênio às tortas de maçã."

A Dra. Stevance está atualmente construindo assistentes virtuais de pesquisa para os corretores de dados LSST do Reino Unido e da Europa (Lasair, Fink), com a ambição de usar os dados LSST para construir bots que possam caçar supernovas preventivamente, prevendo quando e onde elas explodirão. 

O Dr. Stevance acrescentou: "Na Astronomia, novos conhecimentos são extraídos de dados, e o LSST será revolucionário: só em seu primeiro ano, ele coletará mais dados do que qualquer outra pesquisa já realizada. Sinto-me muito privilegiado por viver e trabalhar em um momento tão histórico."