Por décadas, medir a distância de uma galáxia exigiu dissecar sua luz em espectros detalhados, identificando linhas de emissão e absorção que revelam seu redshift — o desvio para o vermelho causado pela expansão do Universo. Mas quando o Vera C. Rubin Observatory iniciar plenamente o levantamento LSST (Legacy Survey of Space and Time), ele produzirá imagens profundas de cerca de 20 bilhões de galáxias. Para a imensa maioria delas, não haverá tempo de telescópio suficiente para espectroscopia.

A solução será estatística: redshifts fotométricos, estimados a partir do brilho das galáxias em seis filtros (ugrizy). Agora, um consórcio internacional apresenta a primeira versão pública de uma infraestrutura desenhada para colocar esses cálculos sob escrutínio rigoroso e em escala industrial. O sistema, batizado de Redshift Assessment Infrastructure Layers (RAIL), é descrito em pré-publicação assinada pela equipe da LSST Dark Energy Science Collaboration.

“Praticamente todos os casos de uso extragalácticos do Rubin exigem alguma informação de redshift”, escrevem os autores no resumo. “Mas a vasta maioria da amostra dependerá de redshifts fotométricos sujeitos a imprecisão e viés sistemático.”

O RAIL surge como resposta a esse desafio.

O Rubin mapeará cerca de 18 mil graus quadrados do céu ao longo de dez anos, alcançando magnitude i=26,4. Esse volume sem precedentes permitirá avanços em lentes gravitacionais, estrutura em larga escala, supernovas do tipo Ia e energia escura — mas apenas se as distâncias das galáxias forem bem compreendidas.

Redshifts fotométricos não são números únicos, mas distribuições de probabilidade. Em vez de dizer que uma galáxia está a z=0,8, por exemplo, o método ideal fornece uma função densidade de probabilidade (PDF) que expressa a incerteza completa.

Segundo o artigo, experimentos anteriores conduzidos pela colaboração revelaram problemas preocupantes: diferentes algoritmos, alimentados com os mesmos dados simulados, produziam PDFs distintas; métricas tradicionais podiam favorecer estimadores “patológicos”; e faltava infraestrutura robusta para comparar métodos sob condições realistas.

“O experimento não apontou um vencedor claro, mas evidenciou prioridades inesperadas”, relatam os autores. A lição central: era preciso um ambiente modular capaz de simular, estimar e avaliar redshifts de forma padronizada.

O RAIL foi estruturado em três blocos principais:

1. Criação (Creation) – Gera catálogos simulados com propriedades físicas realistas e PDFs verdadeiras conhecidas. Inclui motores físicos, como FSPS e DSPS, e modelos empíricos baseados em fluxos normalizantes (PZFlow).

A arquitetura é baseada no sistema de pipelines ceci, desenvolvido pela própria colaboração, garantindo rastreabilidade e execução paralela em larga escala.

“O RAIL serve como um kit de ferramentas flexível para derivar e otimizar produtos de dados de photo-z em escala”, afirmam os autores, ressaltando que o software não é específico ao Rubin e pode ser aplicado a outros levantamentos fotométricos.

Um dos diferenciais do RAIL é permitir “forward modeling” probabilístico completo: simulações em que se conhece a distribuição verdadeira de redshifts condicionada à fotometria. Isso viabiliza comparações PDF-a-PDF — algo impossível com dados observacionais reais, onde apenas redshifts espectroscópicos pontuais estão disponíveis.

Além disso, módulos de “degradação” introduzem imperfeições realistas: ruído fotométrico, condições variáveis de observação, seleção espectroscópica enviesada e até efeitos de blending, quando múltiplas galáxias aparecem como uma só fonte.

Para a colaboração, essa capacidade é crucial antes da avalanche de dados que o Rubin produzirá. “Para realizar testes sistemáticos em escala sob condições não ideais, precisamos de uma infraestrutura robusta e modular”, escrevem.

Embora concebido para atender às exigências rigorosas de cosmologia de precisão — incluindo metas de energia escura — o RAIL foi desenvolvido como projeto aberto no GitHub, com integração contínua e documentação voltada a diferentes perfis de usuários: desde especialistas em photo-z até estudantes iniciantes.

A expectativa é que o software seja usado também durante a fase de comissionamento do observatório e por outras colaborações científicas do ecossistema Rubin.

Se o século XX foi marcado pela espectroscopia como régua cósmica, o século XXI poderá depender cada vez mais de métodos probabilísticos e aprendizado de máquina para medir o Universo em escala. Com o RAIL, a comunidade tenta garantir que, quando o Rubin abrir as comportas de dados, as ferramentas estatísticas estejam à altura da ambição científica.