Uso de Aprendizado de Máquina amplia quantidade conhecida de quasares que atuam como lentes gravitacionais!
- marcocenturion
- há 6 dias
- 4 min de leitura
Quasares que atuam como fortes lentes gravitacionais estão entre as descobertas mais raras na astronomia.
Notícia
Por Mark Thompson, Universe Today
Editado por Sadie Harley, revisado por Andrew Zinin
Traduzido e adaptado por Marco Centurion
De quase 300.000 quasares catalogados no Sloan Digital Sky Survey, apenas doze candidatos foram identificados, e apenas três foram confirmados. Esses sistemas são excepcionalmente valiosos porque permitem aos astrônomos medir com precisão a massa da galáxia hospedeira de um quasar, algo que normalmente é impossível, já que o brilho avassalador do próprio quasar ofusca seu entorno.
Um quasar é o núcleo extremamente brilhante de uma galáxia distante, alimentado por um buraco negro supermassivo. Sua luminosidade é tanta que frequentemente impede a observação da própria galáxia que o abriga, chamada de a "galáxia hospedeira". Uma lente gravitacional é um fenômeno em que a gravidade de um objeto massivo (como uma galáxia) curva e amplia a luz de um objeto mais distante atrás dele, funcionando como uma lente natural.
Agora, pesquisadores liderados por Everett McArthur expandiram drasticamente esta pequena amostra usando uma abordagem inovadora de aprendizado de máquina e dados do Dark Energy Spectroscopic Instrument (DESI).
Este estudo, publicado no servidor de pré-impressão arXiv, examinou mais de 812.000 quasares e identificou sete novos candidatos de alta qualidade, mais do que dobrando a amostra conhecida em uma única busca.
O desafio reside em detectar a assinatura sutil de uma galáxia de fundo cuja luz foi curvada gravitacionalmente pela galáxia hospedeira do quasar em primeiro plano.
Quando uma galáxia mais distante fica quase perfeitamente alinhada atrás de um quasar, a imensa gravidade da galáxia hospedeira do quasar age como uma lente, curvando a luz da galáxia de fundo ao seu redor. Isso produz múltiplas imagens distorcidas da fonte de fundo, embora estas sejam tipicamente muito fracas e pequenas para serem resolvidas do solo, dado o brilho intenso do quasar.
A espectroscopia oferece um método de detecção diferente. Se a luz de uma galáxia de fundo passa pela mesma fibra do espectrógrafo que o quasar em primeiro plano, suas linhas de emissão aparecem em um comprimento de onda diferente devido ao seu maior redshift (desvio para o vermelho). Os pesquisadores treinaram uma rede neural para identificar essas características reveladoras enterradas nos espectros dos quasares.
Redshift, ou desvio para o vermelho, é um fenômeno em que a luz de um objeto distante se desloca para comprimentos de onda mais longos (vermelhos) devido à expansão do universo. Um "redshift maior" indica que o objeto está mais distante. A espectroscopia é a técnica de decompor a luz de um objeto em suas cores componentes (um "espectro"), revelando linhas de emissão que são como "códigos de barras" únicos para cada elemento químico, permitindo identificar a composição e a distância do objeto.
Como as lentes de quasar genuínas são extremamente raras, a equipe não pôde treinar sua rede neural com milhares de exemplos reais. Em vez disso, eles construíram lentes simuladas realistas combinando espectros reais de quasares do DESI com espectros de galáxias com linhas de emissão de alto redshift.
Como não havia exemplos reais suficientes, os cientistas criaram dados de treinamento artificiais, porém realistas, chamados de lentes simuladas ou sintéticas. Eles misturaram dados reais de quasares com dados reais de galáxias distantes para "imitar" digitalmente o sinal que uma lente de quasar produziria, permitindo assim treinar o algoritmo de inteligência artificial.
Eles alimentaram aproximadamente 3.000 lentes sintéticas e 30.000 espectros de quasar comuns na rede, ensinando-a a distinguir as assinaturas sutis das linhas de emissão das galáxias de fundo das complexas características espectrais dos próprios quasares. A rede alcançou um desempenho de classificação com uma área sob a curva de 0,99, uma precisão excepcionalmente alta.
A área sob a curva (AUC) de 0,99 é uma métrica de avaliação de modelos de aprendizado de máquina. Um valor de 1,0 representa uma precisão perfeita. Portanto, 0,99 indica que o algoritmo é excepcionalmente preciso e confiável em distinguir entre um quasar comum e um que está atuando como uma lente gravitacional.
Aplicando essa abordagem à primeira liberação de dados do DESI, que abrange quasares com redshifts entre 0,03 e 1,8, eles identificaram sete candidatos Grau A. Cada um mostra uma forte linha de emissão dupla de oxigênio em um redshift maior do que o do quasar em primeiro plano, e quatro adicionalmente exibem emissão de hidrogênio beta e oxigênio três da galáxia de fundo.
Linhas de emissão, como as do "oxigênio duplo" ou "hidrogênio beta", são como impressões digitais químicas. Sua presença em um comprimento de onda específico (devido ao redshift) confirma que a luz veio de uma galáxia distante e diferente do quasar em primeiro plano, validando a descoberta da lente.
O método até recuperou com sucesso o único sistema de lente de quasar previamente conhecido que estava dentro da área de cobertura do DESI.
Por que isso é importante? As lentes de quasar fornecem uma ferramenta poderosa para investigar como os buracos negros supermassivos e suas galáxias hospedeiras co-evoluíram ao longo da história do universo. O Raio de Einstein (o tamanho angular característico das imagens com lente) revela diretamente a massa da galáxia hospedeira.
Com métodos tradicionais, separar a luz do quasar da luz de sua galáxia hospedeira é quase impossível, mas as lentes gravitacionais tornam essa medição direta.
Artigo encontrado no site da agência de divulgação científica estadunidense Phys.org (originalmente publicado em 17/11/2025)
Link para acesso ao original: https://phys.org/news/2025-11-machine-quasars-lenses.html
Comentários