O aprendizado de máquina tem sido usado para caracterizar os elementos pesados que as primeiras estrelas do universo passaram para seus sucessores imediatos depois que explodiram em supernovas. Essa herança cósmica de elementos foi estudada por pesquisadores afiliados ao Instituto Kavli de Física e Matemática do Universo em Tóquio, que encontraram evidências de que a maior parte da primeira geração de estrelas do universo existia em sistemas de duas ou mais estrelas.
A primeira geração de estrelas no universo se formou a partir de material fornecido diretamente do Big Bang – que era quase exclusivamente hidrogênio e hélio. Consideradas massivas e de vida curta, essas estrelas criaram elementos mais pesados (chamados de “metais” pelos astrônomos) quando as estrelas explodiram como supernovas. Este material então formou os blocos de construção da segunda geração de estrelas com vida muito mais longa – algumas das quais sobrevivem até hoje na Via Láctea. Embora essas estrelas contenham elementos mais pesados do que a primeira geração, elas ainda são descritas como “extremamente pobres em metal”.
Simulações de computador anteriores sugeriram que muitas estrelas de primeira geração existiam em grupos de duas ou mais, mas até agora não havia nenhuma evidência observacional dessa multiplicidade. Agora, a equipe Kavli usou um sistema de aprendizado de máquina para analisar o conteúdo de metal de cerca de 460 estrelas de segunda geração que foram observadas pelo Espectrógrafo de foco principal no Telescópio Subaru do Japão no Havaí. Esses dados espectrais contêm informações sobre a composição elementar das estrelas e das supernovas que forneceram o material para sua formação.
Supernovas simuladas
Os dados foram analisados usando um algoritmo de aprendizado de máquina que foi criado por Tilman Hartwig da Universidade de Tóquio. O aprendizado de máquina é um tipo de inteligência artificial (IA) e o sistema foi treinado usando milhares de simulações de supernovas de primeira geração em uma ampla gama de massas estelares e energias explosivas. Essas simulações usaram um modelo de nucleossíntese para prever a produção elementar de cada tipo de supernova. O algoritmo foi então capaz de determinar se uma estrela de segunda geração foi criada com a saída de uma supernova ou de várias supernovas.
“Descobrimos que a maioria (68%) das estrelas de segunda geração foram enriquecidas por múltiplas supernovas das primeiras estrelas, analisando as composições químicas das estrelas de segunda geração observadas”, explica o membro da equipe Chiaki kobayashi do Centro de Pesquisa em Astrofísica da Universidade de Hertfordshire, no Reino Unido. “Nossas descobertas significam que no início do universo, as primeiras estrelas se formaram em um sistema estelar múltiplo ou em um aglomerado de estrelas, o que foi indicado em simulações teóricas, mas nunca foi confirmado com observações antes”.
“Elementos leves como carbono e nitrogênio podem ser produzidos em estrelas de baixa massa como o Sol, mas a maioria dos elementos como oxigênio e ferro são produzidos por supernovas. As pesquisas mais recentes também sugerem que os elementos mais pesados, como ouro e urânio, também são produzidos por supernovas”, explica ela. “Esses elementos são distribuídos das regiões de formação estelar ao meio interestelar por explosões de supernovas. Este processo pode desencadear ou suprimir a formação da próxima geração de estrelas e, portanto, as supernovas são importantes para toda a história das galáxias”.
Nascimento e morte estelar
Miho Ishigaki, que também está na Universidade de Tóquio, acrescenta que a abordagem convencional para interpretar as abundâncias elementares nas estrelas é ajustar os dados a um modelo que descreve a saída de uma única estrela que passou por uma supernova. Isso pressupõe que apenas uma supernova é responsável por produzir os metais em uma determinada estrela extremamente pobre em metais.
Sedimentos de supernova ainda chovem na Terra e na Lua
“Se situações mais complexas, como supernovas múltiplas, enriquecem a próxima geração de estrelas, não é possível restringir os modelos com confiança, dados dados limitados”, diz ela, e é por isso que a equipe se voltou para o aprendizado de máquina. “A abordagem de aprendizado de máquina é uma maneira eficiente de interpretar esses dados levando em consideração modelos teóricos complexos. Essa abordagem baseada em IA será mais importante na próxima década, quando mais dados das próximas pesquisas astronômicas estiverem disponíveis”, explica ela.
Kobayashi acrescenta: “Agora posso imaginar muitas estrelas brilhantes se formando juntas, o que pode acelerar a formação de galáxias e o enriquecimento químico do universo. Essa ideia é consistente com o que estamos vendo com os resultados mais recentes do Telescópio Espacial James Webb.”
Kobayashi diz que a próxima equipe investigará quantas supernovas em média enriqueceram a segunda geração de estrelas, um estudo que exigirá dados observacionais mais precisos.
A pesquisa é descrita em The Astrophysical Journal.
- Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
- Platoblockchain. Inteligência Metaverso Web3. Conhecimento Ampliado. Acesse aqui.
- Cunhando o Futuro com Adryenn Ashley. Acesse aqui.
- Fonte: https://physicsworld.com/a/first-stars-in-the-universe-formed-in-groups-machine-learning-study-reveals/
- :tem
- :é
- :não
- $UP
- a
- Capaz
- Sobre
- AC
- Conta
- preciso
- Adiciona
- Afiliado
- Depois de
- AI
- algoritmo
- tb
- an
- análise
- analisando
- e
- abordagem
- SOMOS
- artificial
- inteligência artificial
- Inteligência artificial (AI)
- artístico
- AS
- At
- disponível
- média
- BE
- tornam-se
- sido
- antes
- Começo
- Acredita
- Grande
- Grande explosão
- Blocos
- Brilhante
- bolha
- Prédio
- mas a
- by
- chamado
- CAN
- carbono
- Centro
- caracterizar
- químico
- Na nuvem
- Agrupar
- integrações
- computador
- confiança
- CONFIRMADO
- consistente
- não contenho
- conteúdo
- convencional
- criado
- dados,
- dia
- década
- descrito
- Determinar
- diretamente
- distribuído
- down
- cada
- terra
- eficiente
- elementos
- enriquecer
- enriquecido
- Todo
- evidência
- exclusivamente
- Explica
- explosões
- extremamente
- Primeiro nome
- Primeira geração
- caber
- Foco
- Escolha
- treinamento
- formado
- encontrado
- da
- Galáxias
- galáxia
- geração
- dado
- Dourado
- Do grupo
- Ter
- pesado
- hélio
- história
- Como funciona o dobrador de carta de canal
- http
- HTTPS
- hidrogênio
- idéia
- imagem
- fotografia
- Imediato
- importante
- in
- indicado
- INFORMAÇÕES
- herança
- Instituto
- Inteligência
- interestelar
- para dentro
- investigar
- emitem
- IT
- Telescópio espacial James Webb
- Japão
- jpg
- grande
- mais recente
- aprendizagem
- como
- Limitado
- máquina
- aprendizado de máquina
- Maioria
- maquiagem
- muitos
- massas
- maciço
- material
- matemática
- max-width
- média
- membro
- metal
- Metais
- Via Láctea
- modelo
- modelos
- mais
- a maioria
- múltiplo
- Próximo
- agora
- of
- on
- ONE
- só
- or
- saída
- Acima de
- Oxygen
- passou
- Física
- platão
- Inteligência de Dados Platão
- PlatãoData
- possível
- predizer
- processo
- Produzido
- Produção
- fornecido
- CHUVA
- alcance
- regiões
- requerer
- pesquisa
- pesquisadores
- responsável
- Resultados
- revela
- s
- diz
- Segundo
- Segunda geração
- visto
- vários
- solteiro
- situações
- alguns
- Espaço
- Espectral
- velocidade
- Estrela
- Estrelas
- Stellar
- Ainda
- estudado
- Estudo
- tal
- Sugere
- Espreguiçadeiras
- supernova
- sobreviver
- .
- sistemas
- tomar
- Profissionais
- telescópio
- do que
- que
- A
- deles
- teórico
- Lá.
- assim sendo
- Este
- deles
- isto
- aqueles
- milhares
- miniaturas
- para
- juntos
- Tóquio
- treinado
- desencadear
- verdadeiro
- Virado
- Universo
- universidade
- Universidade de Tóquio
- os próximos
- usava
- utilização
- Grande
- foi
- Caminho..
- we
- foram
- O Quê
- se
- qual
- enquanto
- QUEM
- porque
- Largo
- Ampla variedade
- precisarão
- de
- dentro
- zefirnet