Previsão das condições atmosféricas de um buraco negro com ...

O feito científico denominado Telescópio Horizonte de Eventos - projeto de colaboração internacional entre cientistas - mexeu com as emoções da doutoranda em astronomia Roberta Duarte por tratar de sua paixão e seu objeto de trabalho. Afinal, assim como a equipe do THE, Roberta tenta descobrir os mistérios dos buracos negros. E, para isso, a jovem de vinte e seis anos usa a inteligência artificial.

Além de seu trabalho, ela se tornou uma das personalidades mais conhecidas entre divulgadores de ciência no Brasil. No Twitter, ela tem mais de 118 mil seguidores e no Instagram eles já somam mais de 37 mil, e ela coleciona passagens por canais de mídia, onde divulga a Física.

O casamento de astrofísica e ciência da computação é o eixo de sua dissertação de mestrado, que simula o funcionamento de um buraco negro a partir de aprendizado de máquina, e foi publicado em março deste ano em edição da revista científica Monthly Notices, da associação inglesa Royal Astronomical Society, sob o título de "Previsão das condições atmosféricas de um buraco negro com aprendizado de máquina: um estudo piloto".

Assinada também pelo astrofísico e professor da USP - Rodrigo Nemmen - e pelo cientista da computação - João Paulo Navarro -, arquiteto de soluções da empresa de computação gráfica Nvidia, a tese é fruto de pesquisa desenvolvida por Roberta desde 2019 e pioneira ao trilhar o caminho da inteligência artificial para buscar entender mais sobre esses objetos celestes.

A ideia veio não só pelo avanço da tecnologia em si, mas também, como forma de acelerar o processo, já que o estudo é complexo. "Há muita coisa envolvida em uma simulação: campos magnéticos, equações de Maxwell, relatividade geral", enumera a doutoranda.

Tentar montar um projeto desses por vias mais tradicionais demanda tempo pela abrangência dos cálculos, além do cruzamento da enorme quantidade de dados necessários na astronomia.

Ao ser questionada a respeito de quão complexo pode ser o método, Roberta explica as variáveis das operações envolvidas.

"São equações de conservação, então, a gente tem conservação de massa, conservação de energia, conservação do momento e cada uma dessas são equações EDP, as equações diferenciais parciais, que dependem de variadas, ou seja, variações de parâmetros", diz ela. "E, se você prevê três parâmetros, são três equações e uma depende da outra. Então, uma equação afeta a outra."

No processo, vão-se alguns dias para cálculos considerados mais simples e até um mês para resultados com maior complexidade. "São cálculos numéricos, mas muito demorados porque preciso, de fato, resolver a equação", afirma a pesquisadora. "Com a inteligência artificial, não. Ela aprende a física do que acontece e retorna com os resultados."

O segredo para a máquina aprender física está em algo intrínseco a esse tipo de tecnologia. "Você não precisa da matemática de fato. Ela olha padrões e entende os padrões sem resolver a física", afirma Roberta, citando o pensamento de um dos pioneiros da inteligência artificial, o canadense Yoshua Bengio, vencedor do Turing de 2019, o prêmio Nobel da computação. "Tende-se a pensar que a inteligência artificial é boa na lógica, mas ela é boa para reconhecer padrão", diz ela.

https://www.bbc.com/portuguese/geral-62803019. Adaptado.