Há luzes brilhantes em todo o Universo que representam as colisões de galáxias. Os astrónomos encontraram agora uma nova forma de as encontrar.
Há luzes brilhantes em todo o Universo que representam as colisões de galáxias. E há pontos brilhantes por todo o Universo — sobretudo o mais distante — onde as galáxias produziram estrelas a uma grande e invulgar escala.
Mas há um problema. Os telescópios não conseguem ver partes longínquas e antigas do Universo com clareza suficiente para identificar as fusões de galáxias, então não há uma boa forma de distinguir esses dois tipos de galáxias super brilhantes. Agora, segundo o Live Science, astrónomos encontraram um novo sistema.
Como sabem qual é a aparência das galáxias em formação e das fusões galáticas vistas de perto, os investigadores acharam que seria relativamente simples criar imagens falsas e depois distorcê-las como se a luz dessas galáxias estivesse a ser capturada de longe por um dos telescópios espaciais.
E, portanto, foi mesmo isso que os cientistas fizeram, criando mais de um milhão de imagens falsas dos telescópios espaciais Hubble e James Webb. Os astrónomos sabiam quais eram as imagens desfocadas e distantes de colisões galáticas versus as imagens desfocadas de galáxias em formação super brilhantes, embora parecessem muito semelhantes à primeira vista.
Assim, foram capazes de encontrar assinaturas subtis que os astrónomos usam para distinguir fusões de galáxias de fábricas de estrelas galáticas no distante e antigo Universo. E então treinaram um algoritmo de aprendizagem de máquina para distinguir as imagens dos dois tipos de galáxias.
De acordo com os investigadores, cujo artigo foi publicado em julho na revista Monthly Notices of the Royal Astronomical Society, isto é uma novidade excelente uma vez que todo o Universo está cheio de fusão de galáxias — até 5% estão envolvidas em fusões a qualquer momento e até a Via Láctea poderá um dia fundir-se com a vizinha Andromeda.
Os investigadores admitem que o novo método tem limitações. Há sempre o potencial de enviesamento no banco de dados de simulações e, em primeiro lugar, algumas tentativas e erros imprecisos envolvidos na geração desse mesmo banco de dados. Para melhorar ainda mais o algoritmo e distinguir fusões de galáxias ainda mais antigas, a equipa precisa de construir um banco de dados muito maior.