1107: Inteligência artificial revela matemática insuspeita subjacente à procura por exoplanetas

CIÊNCIA/ASTRONOMIA/IA

Impressão de artista de uma estrela parecida com o Sol (esquerda) e de um planeta rochoso cerca de 60% maior do que a Terra em órbita na zona habitável. As micro-lentes gravitacionais têm a capacidade de detectar tais sistemas planetários e de determinar as massas e distâncias orbitais, mesmo que o planeta propriamente dito seja demasiado ténue para ser visto.
Crédito: Centro Espacial Ames da NASA/JPL-Caltech/T. Pyle

Algoritmos de inteligência artificial (IA), treinados em observações astronómicas reais, superaram agora o desempenho dos astrónomos na “peneiração” de grandes quantidades de dados para encontrar novas explosões estelares, identificar novos tipos de galáxias e detectar as fusões de estrelas massivas, acelerando o ritmo de novas descobertas na ciência mais antiga do mundo.

Mas a IA, também chamada de aprendizagem de máquina, pode revelar algo mais profundo, encontraram astrónomos da Universidade da Califórnia, em Berkeley: ligações insuspeitas escondidas na matemática complexa decorrente da relatividade geral – em particular, como essa teoria é aplicada à descoberta de novos planetas em torno de outras estrelas.

Num artigo publicado esta semana na revista Nature Astronomy, os investigadores descrevem como um algoritmo de aprendizagem de máquina foi desenvolvido para detectar mais rapidamente os exoplanetas quando tais sistemas planetários passam em frente de uma estrela de fundo e a iluminam brevemente – um processo chamado micro-lente gravitacional – revelando que as teorias com décadas usadas agora para explicar estas observações estão lamentavelmente incompletas.

Em 1936, o próprio Albert Einstein utilizou a sua nova teoria da relatividade geral para mostrar como a luz de uma estrela distante pode ser “dobrada” pela gravidade de uma estrela de primeiro plano, não só a iluminando como vista da Terra, mas muitas vezes dividindo-a em vários pontos de luz ou distorcendo-a num anel, agora chamado anel de Einstein. Isto é semelhante à forma como uma lupa pode focar e intensificar a luz do Sol.

Mas quando o objecto em primeiro plano é uma estrela com um planeta, o aumento de brilho ao longo do tempo – a curva de luz – torna-se mais complicado. Além disso, existem frequentemente múltiplas órbitas planetárias que podem explicar igualmente bem uma dada curva de luz – as chamadas degenerações. Foi aí que os humanos simplificaram a matemática e perderam o panorama geral.

O algoritmo de inteligência artificial, contudo, apontou para uma forma matemática de unificar os dois principais tipos de degeneração na interpretação do que os telescópios detectam durante a micro-lente, mostrando que as duas “teorias” são realmente casos especiais de uma teoria mais ampla que, admitem os investigadores, é provável que ainda esteja incompleta.

“Um algoritmo de inferência de aprendizagem de máquina que desenvolvemos anteriormente levou-nos a descobrir algo novo e fundamental sobre as equações que governam o efeito relativista geral da distorção da luz por dois corpos massivos,” escreveu Joshua Bloom num blogue no ano passado quando colocou o artigo científico no servidor de pré-impressão, arXiv. Bloom é professor de astronomia na Universidade da Califórnia, em Berkeley, e presidente do departamento.

Ele comparou a descoberta feita pelo estudante Keming Zhang, da mesma universidade, com as ligações que a equipa de IA da Google, a DeepMind, fez recentemente entre duas áreas diferentes da matemática. Em conjunto, estes exemplos mostram que os sistemas de aprendizagem de máquina podem revelar associações fundamentais que os humanos falham em descobrir.

“Defendo que constituem uma das primeiras, se não a primeira vez, que a IA foi usada para produzir directamente novos conhecimentos teóricos na matemática e na astronomia,” disse Bloom. “Tal como Steve Jobs sugeriu que os computadores poderiam ser as bicicletas da mente, temos procurado uma estrutura de inteligência artificial que servisse como um ‘foguetão intelectual’ para os cientistas.”

“Isto é uma espécie de marco na IA e na aprendizagem de máquina,” sublinhou o co-autor Scott Gaudi, professor de astronomia na Universidade do Estado do Ohio e um dos pioneiros da utilização de micro-lentes gravitacionais na descoberta de exoplanetas. “O algoritmo de aprendizagem de máquina de Keming descobriu esta degeneração que tinha permanecido perdida por especialistas na matéria durante décadas. Isto é sugestivo de como a investigação irá decorrer no futuro quando for auxiliada pela aprendizagem de máquina, o que é realmente excitante.”

Descobrindo exoplanetas com micro-lentes

Já foram descobertos mais de 5000 exoplanetas, planetas para lá do Sistema Solar, em torno de estrelas na Via Láctea, embora poucos tenham sido realmente vistos através de um telescópio – são demasiado fracos. A maioria foi detectada porque criam um efeito Doppler nos movimentos das suas estrelas hospedeiras ou porque escurecem ligeiramente a luz da estrela quando passam em frente dela – trânsitos que foram o foco da missão Kepler da NASA. Pouco mais de 100 foram descobertos por uma terceira técnica, micro-lentes.

Um dos principais objectivos do Telescópio Espacial Nancy Grace Roman da NASA, com lançamento previsto para 2027, é descobrir mais milhares de exoplanetas através de micro-lentes. A técnica tem uma vantagem sobre as técnicas de velocidade radial e de trânsito na medida em que pode detectar planetas de baixa massa, incluindo os do tamanho da Terra, que estão longe das suas estrelas, a uma distância equivalente à de Júpiter ou Saturno no nosso Sistema Solar.

Bloom, Zhang e colegas decidiram, há dois anos, desenvolver um algoritmo de IA para analisar mais rapidamente os dados de micro-lentes a fim de determinar as massas estelares e planetárias destes sistemas e as distâncias a que os exoplanetas orbitam as suas estrelas. Tal algoritmo aceleraria a análise das prováveis centenas de milhares de eventos que o Telescópio Roman detetará para encontrar os 1% ou menos que são provocados pelos sistemas exoplanetários.

No entanto, um problema que os astrónomos encontram é que o sinal observado pode ser ambíguo. Quando uma estrela solitária em primeiro plano passa em frente de uma estrela de fundo, o brilho das estrelas de fundo sobe suavemente até um pico e depois cai simetricamente até ao seu brilho original. É fácil de compreender matematicamente e observacionalmente.

Mas se a estrela em primeiro plano tiver um planeta, o planeta cria um pico de luminosidade separado dentro do pico provocado pela estrela. Ao tentar reconstruir a configuração orbital do exoplaneta que produziu o sinal, a relatividade geral permite muitas vezes duas ou mais das chamadas soluções degeneradas, todas elas capazes de explicar as observações.

Até à data, os astrónomos têm geralmente lidado com estas degenerações de formas simplistas e artificialmente distintas, disse Gaudi. Se a luz da estrela distante passar perto da estrela em primeiro plano, as observações podem ser interpretadas como uma órbita larga ou próxima do planeta – uma ambiguidade que os astrónomos podem muitas vezes resolver com outros dados. Um segundo tipo de degeneração ocorre quando a luz estelar de fundo passa perto do planeta. Neste caso, contudo, as duas soluções diferentes para a órbita planetária são geralmente apenas ligeiramente diferentes.

Segundo Gaudi, estas duas simplificações da micro-lente gravitacional de dois corpos são normalmente suficientes para determinar as verdadeiras massas e distâncias orbitais. De facto, num artigo publicado no ano passado, Zhang, Bloom, Gaudi e dois outros co-autores da Universidade da Califórnia, em Berkeley, a professora de astronomia Jessica Lu e a estudante Casey Lam, descreveram um novo algoritmo de IA que não se baseia de todo no conhecimento destas interpretações. O algoritmo acelera em muito a análise de observações de micro-lentes, fornecendo resultados em milissegundos, em vez de dias, reduzindo drasticamente o tempo de processamento.

Zhang testou então o novo algoritmo de IA em curvas de luz de micro-lentes de centenas de possíveis configurações orbitais de estrelas e exoplanetas e notou algo invulgar: existiam outras ambiguidades que as duas interpretações não tinham em conta. Concluiu que as interpretações comummente utilizadas de micro-lente eram, de facto, apenas casos especiais de uma teoria mais ampla que explica toda a variedade de ambiguidades em eventos de micro-lente.

“As duas teorias anteriores de degeneração tratam de casos em que a estrela de fundo parece passar perto da estrela em primeiro plano ou do planeta em primeiro plano,” disse Zhang. “O algoritmo de IA mostrou-nos centenas de exemplos não só destes dois casos, mas também situações em que a estrela de fundo não passa perto nem da estrela nem do planeta em primeiro plano e não podem ser explicadas por nenhuma das teorias anteriores. Isso foi fundamental para nós, ao propormos a nova teoria unificadora.”

Gaudi permaneceu céptico ao início, mas aceitou as conclusões depois de Zhang ter produzido muitos exemplos em que as duas teorias anteriores não encaixavam nas observações e a nova teoria encaixava. Zhang olhou realmente para os dados de duas dúzias de artigos anteriores que relatavam a descoberta de exoplanetas através de micro-lentes e descobriu que, em todos os casos, a nova teoria encaixava melhor nos dados do que as teorias anteriores.

“As pessoas estavam a ver estes eventos de micro-lente, que na realidade estavam a exibir esta nova degeneração mas não perceberam,” disse Gaudi. “Foi só mesmo quando a aprendizagem de máquina analisou milhares de eventos que se tornou impossível de não perceber.”

Zhang e Gaudi submeteram um novo artigo científico que descreve rigorosamente a nova matemática baseada na relatividade geral e que explora a teoria em situações de micro-lentes em que mais do que um exoplaneta orbita a estrela em primeiro plano.

A nova teoria torna tecnicamente mais ambígua a interpretação das observações de micro-lentes, uma vez que existem mais soluções degeneradas para descrever as observações. Mas a teoria também demonstra claramente que a observação do mesmo evento de micro-lente a partir de duas perspectivas – da Terra e em órbita pelo Telescópio Espacial Roman, por exemplo – vai tornar mais fácil a determinação correta das órbitas e massas. É isso que os astrónomos planeiam actualmente fazer, disse Gaudi.

“A inteligência artificial sugeriu uma forma de olhar para a equação da lente sob uma nova luz e descobrir algo realmente profundo sobre a matemática da mesma,” disse Bloom. “A inteligência artificial está a emergir não só como este tipo de ferramenta bruta na nossa caixa de ferramentas, mas como algo que na realidade é bastante inteligente. Ao lado de um perito como Keming, os dois foram capazes de fazer algo bastante fundamental.”

Astronomia On-line
27 de Maio de 2022


 

366: Os robôs de Elon Musk vão ter personalidades semelhantes às humanas

– Afinal, certo tipo de filmes de ficção científica que abordam o tema robots/humanos, não estão assim tão desfasados de uma realidade próxima. Será que as máquinas irão escravizar os humanos daqui a milhares de anos?

CIÊNCIA/TECNOLOGIA/IA

No momento em que forem activados, os robôs humanoides de Elon Musk vão desenvolver personalidades únicas semelhantes às humanas.

Segundo Elon Musk, o seu Tesla Bot não será um exterminador implacável, mas antes um R2-D2 ou um C-3PO, os simpáticos andróides de Star Wars. Serão máquinas ao serviço dos humanos, com as quais se pode manter uma relação como se fossem apenas mais um colega, diz o fundador da Tesla.

Se Musk estiver certo, diz o El confidencial, cada um destes robots, nascidos para ajudar a humanidade, terá a sua própria personalidade única. Governados por uma inteligência artificial em constante evolução, as suas experiências transformarão as suas personalidades ao longo das suas vidas.

Numa entrevista recente com Lex Fridman, investigador de inteligência artificial e interacção robô-humana no Massachusetts Institute of Technology, Elon Musk afirma que o Tesla Bot irá modificar dramaticamente as regras do jogo e influir no futuro da humanidade.

Musk acredita que os Tesla Bots podem não só resolver o problema da falta de mão-de-obra em empregos que os humanos não querem — realizando tarefas repetitivas, aborrecidas, perigosas ou desagradáveis — mas também, sustenta o visionário empresário, eles poderão tornar-se parte da sua tribo.

Elon Musk considera que as possibilidades são infinitas, e que, embora não seja a principal missão de Tesla, acelerar a transição do mundo para a energia sustentável, “é extremamente útil para o mundo fazer um robô humanoide capaz de interagir com o mundo e ajudar de muitas formas diferentes”.

Musk realça que o Tesla Bot “um excelente companheiro”, ajudando pessoas com problemas de solidão. E não serão todos iguais, porque a sua personalidade pode evoluir para se ajustar ao seu proprietário — “ou seja lá como lhe quiser chamar”.

De acordo com a El confidencial, “O que quer que lhe queira chamar” será um dos principais e futuros problemas para a inteligência artificial e para os andróides: qual será a relação entre andróides, quando estes tiverem de facto uma personalidade e autoconsciência?

O fundador da Tesla e da SpaceX diz que o primeiro prototipo “em condições” do Tesla Bot pode chegar ainda este ano. Este robô e provavelmente as duas ou três próximas versões não irão apresentar quaisquer problemas. O conflito virá quando o andróide tiver inteligência artificial geral, quando passar de “coisa” a “ser”.

No início, o humano (segundo Musk, “o proprietário”) terá o poder. Serão andróides para trabalhar em casa, em fábricas ou como robôs sexuais. A inteligência artificial começará por ser uma simulação do ser humano, mas as pessoas vão considerar estes robôs inferiores e desumanos.

No entanto, a tecnologia não vai parar nesse ponto. A inteligência artificial vai tornar-se apenas mais uma forma de vida na Terra, auto consciente, vivendo como um ser independente nos planos físico e virtual da existência.

Então o ser humano terá de deixar de ser proprietário e o robô terá de deixar de ser um escravo. Muito estarão relutantes em relação a este ponto — prescindir dos seus escravos — como já aconteceu no século XIX, mas será um passo inevitável e o inicio do fim da humanidade tal como a conhecemos.

E nessa altura, como Isaac Asimov, “pai” das três leis da robótica, escreveu na sua história “O Homem do Bicentenário”, a humanidade terá de enfrentar uma nova realidade na qual a máquina deixará de ser máquina e tornar-se-á uma forma de vida tão válida como a do ser humano.

Segundo a El confidencial, muitos peritos acreditam que serão Homo superiores, com capacidades muitos superiores às proporcionadas pela nossa frágil e limitada biologia.

E muitos cientistas acreditam também que esse é o último estado da evolução de qualquer sociedade avançada.

  Inês Costa Macedo, ZAP //
Inês Costa Macedo
8 Janeiro, 2022