Um supercomputador de Yale está ajudando astrônomos a resolver uma questão antiga sobre o tamanho das galáxias e o ambiente em que elas vivem.
Uma equipe de astrônomos usando um supercomputador de Yale determinou pela primeira vez que galáxias em ambientes mais densos são até 25% maiores do que suas contrapartes em regiões menos densas do universo.
A descoberta, que surgiu do desenvolvimento anterior dos pesquisadores de um enorme catálogo de formas e tamanhos de 8 milhões de galáxias, oferece uma visão abrangente da conexão entre a estrutura de uma galáxia e o ambiente em que ela existe.
A descoberta também pode fornecer uma nova ferramenta útil para analisar grandes conjuntos de dados da próxima geração de pesquisas astronômicas, dizem os pesquisadores.
“Este é um passo importante para resolver décadas de resultados contraditórios sobre este tópico”, disse Aritra Ghosh, uma ex-candidata a doutorado de Yale que agora é bolsista de pós-doutorado do LSST-DA Catalyst na Universidade de Washington e autora principal de um novo estudo no Astrophysical Journal. Ghosh também é pesquisadora visitante afiliada em Yale.
As novas descobertas foram possíveis graças à Galaxy Morphology Posterior Estimation Network (GaMPEN), uma ferramenta de aprendizado de máquina que a equipe de pesquisa desenvolveu especificamente para processar rapidamente grandes volumes de dados de imagens astronômicas. A GaMPEN também estima incertezas para os parâmetros estruturais das galáxias que prevê. Ela é aproximadamente 60% mais precisa a esse respeito do que alternativas de última geração atualmente em uso por astrônomos, disseram os pesquisadores.
O GaMPEN pode determinar a estrutura de uma única galáxia em menos de um milissegundo.
Usando a ferramenta, os pesquisadores criaram um catálogo das formas e tamanhos de 8 milhões de galáxias encontradas no Hyper Suprime-Cam Subaru Strategic Program, uma pesquisa de 1.400 graus quadrados do céu feita pelo Telescópio Subaru no Havaí. Este trabalho apareceu em um estudo no The Astrophysical Journal em 2023.
“Nós divulgamos publicamente todos os nossos modelos e catálogos de machine-learning”, disse Ghosh. “Este é um ativo incrivelmente valioso, pois descobriu-se que a estrutura das galáxias está intrinsecamente ligada a uma ampla variedade de propriedades físicas de uma galáxia e seus arredores, como a taxa na qual as estrelas se formam, a presença e atividade de buracos negros supermassivos e o ambiente de uma galáxia.”
“Nossa abordagem de aprendizado de máquina é idealmente adequada para as enormes pesquisas de hoje, e nosso primeiro artigo foi único em fornecer medições quantitativas e incertezas, sem mencionar a análise de 8 milhões de galáxias”, acrescentou Meg Urry, a Professora Israel Munson de Física e Astronomia na Faculdade de Artes e Ciências de Yale e coautora de ambos os estudos. Urry, diretora do Centro de Astronomia e Astrofísica de Yale, foi a supervisora de Ph.D. de Ghosh.
O novo estudo da equipe usa o GaMPEN para começar a responder perguntas complexas e essenciais sobre como as galáxias se formam e evoluem.
O estudo, que se concentrou em um subconjunto de 3 milhões de galáxias Hyper Suprime-Cam, descobriu que galáxias em partes mais densas do universo são até 25% maiores do que galáxias com massa e formato semelhantes em regiões menos densas.
“Podemos fazer isso porque nossa amostra é de 100 a 10.000 vezes maior do que todos os estudos anteriores e incorpora galáxias muito mais fracas do que os estudos anteriores foram capazes de incluir”, disse Ghosh. “Mostramos que, embora as estruturas teóricas existentes possam explicar algumas das correlações observadas, não há uma estrutura única e unificada que possa explicar todos os nossos resultados.”
A descoberta também é importante, disseram os pesquisadores, porque a estrutura das galáxias é um indicador da distribuição da matéria bariônica (prótons, nêutrons e outras matérias visíveis), enquanto a densidade ambiental das galáxias é influenciada pela distribuição dos halos de matéria escura nos quais as galáxias vivem.
“As galáxias evoluem ao longo do tempo, e suas propriedades dependem da massa, tamanho e outras variáveis”, disse Urry. “Ao analisar amostras muito grandes, desagregadas por essas variáveis, fomos capazes de detectar o aumento do tamanho da galáxia com a densidade ambiental – algo que não estava claro em estudos menores.”
Os pesquisadores disseram que também se beneficiaram de uma boa dose de “Grace” — isto é, um conjunto de computadores de Yale em rede, operados pelo Centro de Pesquisa Computacional de Yale e nomeados em homenagem à falecida Grace Murray Hopper, que foi uma cientista da computação pioneira de Yale e contra-almirante da Marinha dos EUA.
“Este trabalho foi realizado inteiramente na Grace e teria sido impossível sem ela”, disse Ghosh.
Outros coautores de Yale no novo estudo foram Frank van den Bosch, Daisuke Nagai e Kaustav Mitra. Outros coautores de Yale no primeiro estudo foram Priyamvada Natarajan, Chuan Tian e Nagai.
Jim Shelton