O Telescópio Espacial James Webb (JWST), um instrumento inovador para observação astronômica, enfrentou recentemente um desafio: imagens borradas de um componente-chave. Felizmente, uma equipa de investigadores australianos desenvolveu um algoritmo de inteligência artificial (IA) que resolveu esta questão com sucesso, marcando uma grande vitória para a comunidade científica ansiosa por aproveitar as capacidades do telescópio na procura de exoplanetas na nossa galáxia, a Via Láctea.
O problema: imagens borradas de um instrumento especializado
As imagens borradas originaram-se do Aperture Masking Interferometer (API), um instrumento que não é uma das quatro ferramentas principais do JWST, mas sim um dispositivo que aprimora as capacidades de uma delas – o Near-InfraRed Imager and Slitless Spectrograph (NIRISS). O API funciona combinando a luz de diferentes seções do espelho principal do JWST, aumentando a capacidade do instrumento de detectar objetos fracos e distantes, especialmente pequenos exoplanetas orbitando outras estrelas.
No entanto, depois de o instrumento ter sido ligado, as imagens resultantes ficaram visivelmente desfocadas, ecoando uma falha óptica significativa encontrada pelo antecessor do JWST, o Telescópio Espacial Hubble. Em 1990, descobriu-se que o Hubble era míope devido a imperfeições em seu espelho primário, exigindo uma missão cara e complexa para instalar espelhos corretivos em órbita.
Por que uma solução foi tão difícil – e por que os humanos não puderam ajudar
Resolver o problema com o JWST revelou-se muito mais desafiador do que com o Hubble. Enquanto o Hubble orbita apenas 320 milhas acima da Terra – um local relativamente acessível – o JWST reside a uma distância de 930.000 milhas (1,5 milhões de km). Esta vasta distância – mais de três vezes a distância até à Lua – significa que nenhuma missão espacial humana foi enviada até agora, excluindo efectivamente uma reparação física.
A solução de IA: uma rede neural chamada AMIGO
A origem do borrão foi atribuída a distorções eletrônicas no detector de câmera infravermelha do JWST. Para superar esse obstáculo, o ex-Ph.D. da Universidade de Sydney. os alunos Max Charles e Louis Desdoigts criaram uma rede neural, um tipo de algoritmo de IA que imita o cérebro humano. Este algoritmo, denominado AMIGO (para Observações Gerativas de Interferometria de Mascaramento de Abertura), identifica e corrige com eficiência os pixels afetados por cargas elétricas, refinando assim as observações distorcidas.
“Em vez de enviar astronautas para instalar novas peças, eles conseguiram consertar as coisas com código”, disse Tuthill em um comunicado.
Resultados notáveis e capacidades expandidas
O algoritmo AMIGO provou ser altamente eficaz. Os investigadores demonstraram as suas capacidades melhorando imagens de um exoplaneta ténue e de uma estrela fria e de baixa massa situada a 133 anos-luz da Terra. Campanhas de imagem subsequentes, com a API trabalhando em conjunto com o AMIGO, produziram imagens detalhadas de um jato de buraco negro, da superfície vulcânica da lua de Júpiter, Io, e de ventos estelares que emanam de uma estrela variável e distante.
“Este trabalho traz um foco ainda mais nítido à visão do JWST”, disse Desdoigts, agora pesquisador de pós-doutorado na Universidade de Leiden, na Holanda, no comunicado. “É incrivelmente gratificante ver uma solução de software ampliar o alcance científico do telescópio.”
O Telescópio Espacial James Webb revolucionou a astronomia desde que entrou em operação em julho de 2022, fornecendo informações sem precedentes sobre a formação das primeiras galáxias e buracos negros. Com o componente API agora totalmente funcional graças à solução de IA, o JWST está preparado para desbloquear descobertas ainda mais inovadoras e avançar nossa compreensão do universo.
