Estudo inovador usa machine learning para decifrar mistérios astrofísicos

São PauloCientistas do Laboratório de Física de Plasma de Princeton, do Departamento de Energia dos EUA, desenvolveram um novo programa de computador. Este programa usa aprendizado de máquina para identificar plasmoides, que são bolsões de plasma, no espaço. Esses plasmoides são encontrados na magnetosfera, a área do espaço que é influenciada pelo campo magnético da Terra.

O novo programa foi treinado com dados simulados e vai analisar informações de espaçonaves para identificar plasmóides e estudar a reconexão magnética, um processo que pode prejudicar satélites e a rede elétrica.

Usar aprendizado de máquina traz várias vantagens:

• Melhora a capacidade de identificar plasmoides
• Aumenta a compreensão da reconexão magnética
• Auxilia na preparação para distúrbios causados pela reconexão

Cientistas buscam detectar plásmoides para investigar se eles têm influência sobre a reconexão magnética. A reconexão magnética ocorre quando as linhas de campo magnético se separam e se juntam novamente, liberando uma grande quantidade de energia. Esse fenômeno pode causar interrupções em satélites e na rede elétrica quando acontece próximo à Terra.

Alguns cientistas, como o Professor Hantao Ji da Universidade de Princeton, acreditam que plasmoides podem acelerar a reconexão em grandes plasmas. No entanto, essa hipótese ainda não foi confirmada. Pesquisadores estão investigando se os plasmoides influenciam a taxa de reconexão e quanta energia eles transferem para as partículas do plasma.

Para detectar plasmoides com precisão, o programa foi treinado com dados imperfeitos. Nos modelos computacionais, os plasmoides geralmente apresentam formas perfeitamente circulares, porém tais formas não são comuns na natureza. Para garantir que plasmoides reais não fossem ignorados, Bergstedt e Ji utilizaram dados que englobavam variações naturais.

Leia também:

Hoje · 17:25

Novo estudo: hipocampo é chave para movimentos habilidosos

Bergstedt e Ji costumavam criar programas que modelavam plasmoides. Eles acreditam que a aprendizagem de máquina será cada vez mais usada em pesquisas de astrofísica, pois ajuda a fazer previsões com pequenas quantidades de dados.

Bergstedt e Ji planejam testar seu programa utilizando dados da missão Magnetospheric Multiscale (MMS) da NASA. Lançada em 2015, a MMS estuda a reconexão magnética. Ela conta com quatro espaçonaves que percorrem o plasma na cauda magnética, uma região controlada pelo campo magnético da Terra, tornando-a ideal para estudar esse fenômeno.

Estudar a reconexão é desafiador. Só podemos observar o Sol de longe. Plasmas em laboratórios são pequenos em comparação aos do espaço. A magnetocauda oferece um grande plasma que as espaçonaves podem medir diretamente.

Bergstedt e Ji planejam aprimorar seu programa de duas maneiras. Primeiro, eles vão ajustá-lo para trabalhar com diferentes tipos de dados, permitindo que o programa manipule novos conjuntos de dados. Segundo, utilizarão o programa para estudar dados MMS.

Nossa pesquisa foi financiada por subsídios do Departamento de Energia, NASA e da Fundação Nacional de Ciência.