NASA Atualmente Usa A.I. para Ciência Espacial

Em um comunicado divulgado pela NASA no mês passado, a agência disse que a A.I. tem o potencial de ajudar a trabalhar em alguns dos maiores problemas da ciência espacial. A A.I. pode ser usada para procurar vida em outros planetas ou identificar asteroides. Cientistas da NASA estão se associando a líderes da indústria de A.I., como Intel, IBM e Google. Juntos, eles podem aplicar algoritmos de computador avançados para resolver alguns desses problemas. 

Existem certas tecnologias de A.I. nas quais a NASA está se baseando, como o aprendizado de máquina, para interpretar dados. Esses dados serão coletados por telescópios, incluindo o Telescópio Espacial James Webb ou o Satélite de Levantamento de Exoplanetas em Trânsito, em algum momento no futuro.

Giada Arney, uma astrobióloga do Centro de Voo Espacial Goddard da NASA em Greenbelt, Maryland, espera que o aprendizado de máquina possa ajudá-la e sua equipe a encontrar alguma indicação de vida nos dados que serão coletados pelos telescópios e observatórios. 

“Essas tecnologias são muito importantes, especialmente para grandes conjuntos de dados e especialmente no campo de exoplanetas,” disse Arney no comunicado. “Porque os dados que vamos obter de observações futuras serão esparsos e barulhentos. Vai ser muito difícil entender. Então, usar esses tipos de ferramentas tem muito potencial para nos ajudar.”

A NASA executa um programa de oito semanas todos os verões que reúne líderes dos setores de tecnologia e espaço, chamado Desenvolvimento de Fronteira (FDL).

Shawn Domagl-Goldman é um astrobiólogo do Goddard da NASA. 

“FDL se sente como alguns músicos muito bons com diferentes instrumentos se reunindo para uma sessão de improvisação na garagem, encontrando algo muito legal e dizendo: ‘Ei, temos uma banda aqui,'” disse ele no comunicado.

Em 2018, uma equipe do FDL foi orientada por Domagal-Goldman e Arney, e eles desenvolveram uma técnica de aprendizado de máquina que se baseia em redes neurais. Eles analisam imagens e identificam a química de exoplanetas usando os comprimentos de onda de luz emitidos ou absorvidos por moléculas em sua atmosfera. 

Usando essa nova técnica, os pesquisadores puderam identificar várias moléculas na atmosfera do exoplaneta WASP-12b. A técnica fez isso com mais precisão do que outros métodos. 

De acordo com Domagal-Goldman, a rede neural também pode identificar quando há falta de dados. A técnica bayesiana, como é chamada, também pode dizer aos cientistas o quão certa ela está sobre sua previsão. 

“Em lugares onde os dados não eram bons o suficiente para dar um resultado muito preciso, esse modelo foi melhor em saber que não estava seguro da resposta, o que é muito importante se vamos confiar nessas previsões,” disse Domagal-Goldman.

A técnica bayesiana ainda está sendo desenvolvida, mas outras tecnologias do FDL estão sendo usadas no mundo real. Em 2017, um programa de aprendizado de máquina foi desenvolvido por participantes do FDL que era capaz de criar rapidamente modelos 3D de asteroides próximos. Ele também podia estimar com precisão seus formatos, tamanhos e taxas de rotação. Esse tipo de informação é útil para a NASA detectar e desviar asteroides que ameaçam a Terra. 

Astrônomos tradicionalmente usam software de computador simples para criar modelos 3D, e analisam medições de radar de um asteroide em movimento. Ele então fornece informações úteis para ajudar os cientistas a inferir suas propriedades físicas com base em mudanças no sinal de radar. 

Bill Diamond é o presidente e diretor executivo da SETI. 

“Um astrônomo habilidoso com recursos de computação padrão pode dar forma a um único asteroide em um a três meses,” disse Diamond. “Então, a pergunta para a equipe de pesquisa foi: Podemos acelerar?”

A equipe, composta por estudantes da França, África do Sul e Estados Unidos, juntamente com mentores da academia e da empresa de tecnologia Nividia, desenvolveu um algoritmo capaz de renderizar um asteroide em apenas quatro dias. A técnica é atualmente usada por astrônomos no Observatório de Arecibo em Porto Rico, e faz modelagem de forma de asteroides em tempo real. 

Os pesquisadores também estão sugerindo que tecnologias de A.I. sejam incorporadas em futuras naves espaciais, e que isso permitiria que as naves espaciais tomassem decisões em tempo real.

“Métodos de A.I. nos ajudarão a liberar poder de processamento de nossos próprios cérebros, fazendo muito do trabalho inicial em tarefas difíceis,” disse Arney. “Mas esses métodos não substituirão os humanos tão cedo, porque ainda precisaremos verificar os resultados.”