emprego Dia Mundial do Asteroide 2019, um grupo de instituições de pesquisa lançou um programa que pode ter um impacto profundo em nosso conhecimento sobre corpos minúsculos. Usando a ciência cidadã para treinar um algoritmo de aprendizado de máquina, o Caçador de Asteróides Hubble O projeto identificou mais de 1.000 novos asteroides; As descobertas podem ajudar os cientistas a entender melhor o anel de corpos celestes que flutuam principalmente entre Marte e Júpiter.

Asteroid Hunter é um esforço colaborativo entre diferentes grupos, incluindo o Centro Europeu de Ciência e Tecnologia, o Centro de Dados Científicos do Centro Aeroespacial Europeu, a plataforma de ciência cidadã Zooniverse e o Google.

Em 2019, os pesquisadores enviaram um apelo para que cientistas cidadãos colaborassem nos esforços de crowdsourcing. Através da plataforma Zooniverse, 11.400 indivíduos de todo o mundo mapearam rastros de asteroides em 37.000 imagens compostas tiradas pelo Telescópio Espacial Hubble entre 2002 e 2021.

“O Hubble é uma missão incrível e produziu um banco de dados muito rico para observações astronômicas ao longo dos anos que devemos construir”, disse Sandor Kroc, pesquisador de pós-doutorado no Instituto Max Planck de Física Extraterrestre, ao Ars. Preste atenção a este longo período de dados [that is] Está começando a estar disponível.” Kruk está envolvido com o Asteroid Hunter.

Procurando o céu

Os resultados do trabalho científico do cidadão foram usados ​​para treinar um algoritmo de aprendizado de máquina chamado AutoM, que foi criado pelo Google. Quando fornecido com dados suficientes, o algoritmo agora pode ser usado para classificar imagens rapidamente.

De acordo com Kroc, há muita variedade nas trilhas de asteroides capturadas pelo Hubble. Normalmente, ao tirar uma imagem de longa exposição de um asteróide da Terra, o caminho resultante na imagem é uma linha. Mas o movimento combinado dos asteróides com o movimento do Hubble produz trajetórias curvas. Eles são difíceis de categorizar usando aprendizado de máquina porque eles vêm em uma ampla variedade de formas.

“É por isso que eu precisava de uma amostra que os humanos descobriram”, disse Crooke. “O que nos levou um ano para classificar com cientistas cidadãos – levou apenas cerca de 10 horas com [algorithm]. Mas você precisa de um conjunto de treinamento.”

Quando os mundos colidem

O esforço combinado homem-máquina resultou em um conjunto de dados contendo 1.701 caminhos em 1.316 imagens do Hubble. Os participantes também identificaram outros objetos nas imagens, como galáxias e nebulosas. Eles combinaram essas faixas com as da equipe Centro Pequeno Planeta banco de dados, o maior banco de dados de asteróides, e descobriu que 670 deles haviam sido identificados anteriormente.

Croc disse que os itens originais que o Asteroid Hunter encontrou pareciam ser muito mais fracos do que os identificados antes, o que significava que eram ainda menores em tamanho. Ele destacou que este trabalho pode ser usado para se ter uma ideia melhor da distribuição dos tamanhos de asteroides no cinturão de asteroides, e que os dados podem ser usados ​​para entender mais sobre sua evolução e como os asteroides são produzidos a partir da fragmentação e colisão dentro do cinturão de asteroides. cinto.