IA revela novas pistas sobre o crescimento de buracos negros supermassivos

Pesquisadores utilizam inteligência artificial para desvendar mistérios dos buracos negros supermassivos.

Um dos grandes desafios da astronomia é compreender como os buracos negros supermassivos atingem massas que variam de milhões a bilhões de vezes a do Sol. Recentemente, uma equipe de pesquisadores fez avanços significativos nessa área, utilizando inteligência artificial (IA) para investigar essa questão intrigante.

Os astrônomos aplicaram um modelo de aprendizado de máquina para analisar dados do Dark Energy Spectroscopic Instrument (DESI). Como resultado, identificaram sete candidatos promissores a quasares que também atuam como lentes gravitacionais, um fenômeno raro previsto pela teoria da relatividade.

Esses sistemas representam uma oportunidade única para observar buracos negros supermassivos em crescimento, permitindo um entendimento mais profundo sobre sua evolução ao longo da história do Universo.

Os quasares são núcleos extremamente brilhantes de algumas galáxias, alimentados por buracos negros supermassivos que consomem grandes quantidades de gás e poeira. Durante esse processo, uma quantidade imensa de energia é liberada, tornando os quasares tão luminosos que podem ofuscar completamente as galáxias em que estão localizados.

Para um estudante de doutorado em astronomia, esses objetos funcionam como registros dos primeiros estágios da evolução dos gigantes cósmicos. Eles são comparados a “fotos de bebê” de buracos negros supermassivos, e entender a transição dos quasares para esses enormes buracos negros é fundamental para a astronomia.

Em casos excepcionais, um quasar pode atuar como uma lente gravitacional. Isso ocorre quando a intensa gravidade do objeto curva e amplifica a luz de uma galáxia ainda mais distante, funcionando como uma gigantesca lente natural. Esses alinhamentos são raros, mas permitem que os cientistas observem simultaneamente o quasar e a galáxia cuja luz está sendo amplificada, ajudando a reconstruir a evolução de ambos.

Para identificar esses sistemas, os pesquisadores analisaram um catálogo com cerca de 800 mil quasares identificados pelo DESI. Como existem poucos exemplos conhecidos de quasares que atuam como lentes gravitacionais, a equipe desenvolveu simulações desses fenômenos para treinar o algoritmo de IA.

Após o treinamento, o modelo reduziu o universo de pesquisa para aproximadamente 200 candidatos. Os astrônomos então analisaram manualmente cada caso, selecionando sete sistemas considerados promissores. Essa descoberta praticamente dobra o número de quasares desse tipo identificados em levantamentos astronômicos anteriores.

Agora, os sete candidatos precisam ser confirmados por meio de novas observações. Se validados, poderão fornecer uma nova ferramenta para investigar como buracos negros supermassivos cresceram e influenciaram a formação e evolução das galáxias ao longo da história do Universo.

Além disso, o trabalho ilustra o potencial da IA em ajudar cientistas a descobrir fenômenos extremamente raros escondidos em vastos bancos de dados astronômicos, como os gerados pelo DESI, que mapeia milhões de galáxias e quasares.