Maik Luiz Paixão
Estudante de Bacharelado em Ciência da Computação pela Universidade Federal Rural de Pernambuco (UFRPE)
Os mistérios escondidos no céu sempre foram fonte de admiração e curiosidade para as pessoas. Fenômenos ocorridos durante a história vêm sendo datados desde de marcações em pedras, passando pela escrita e documentação em artigos e livros até o enorme repositório de dados em forma de bits existente hoje. Isso se deve muito ao próprio desenvolvimento humano, tendo como principal causa o avanço tecnológico, permitindo a construção de equipamentos modernos para observação do espaço.
Entretanto, à medida que equipamentos modernos são construídos, maior se torna o conjunto de informações obtidas sobre planetas, galáxias, ondas dimensionais e etc., pois a capacidade de extrair dados de objetos espaciais através de suas formas, brilho e radiação é muito maior hoje do que quando Galileu Galilei sonhava sobre seus estudos, sobre o que o céu estava tentando lhe dizer.
A grande quantidade de dados obtidos respalda como entusiasmo e motivação na comunidade científica. Porém, isso se deve apenas ao fato de existir um grande repositório de dados que precisa ser explorado e que cada dia mais dados são adicionados a esse repositório, e esse é o principal problema, pois dados só podem ser utilizados em prol do avanço científico depois de várias análises e reunião das informações. Mas como é possível analisar essa quantidade imensa de dados e traduzi-los em conhecimentos? Para isso o conceito de Big Data, aliado às técnicas e métodos científicos computacionais estão sendo utilizados para o desenvolvimento de algoritmos modernos a fim de resolver o principal empecilho na análise de dados aeroespaciais, o tempo.
Cientistas de vários países desenvolveram softwares especializados em mineração de dados e em várias áreas do conhecimento. Atualmente, existem vários exemplos bem-sucedidos de aplicativos em negócios, medicina, ciência e engenharia. E na astronomia não é diferente, pesquisadores em Machine Learning trabalham em conjunto para desenvolver softwares capazes de analisar dados espaciais e transformá-los em informações e conhecimento.
Um ótimo exemplo é o DAME (Data Mining & Exploration), que é um software totalmente inovador especializado em exploração de grandes quantidades de dados através de métodos de Machine Learning. Ele tem sido usado na Astronomia para: avaliação fotométrica do redshift, classificação de núcleos galácticos ativos, classificação transitória fotométrica em multibandas, etc.
Tecnologias futuras serão capazes de obter enormes quantidade de dados do nosso céu. Mas como disse Melanie Johnston Hollitt, dados não serão convertidos automaticamente em conhecimento. Portanto, a colaboração de astrônomos, astrofísicos, cientistas de computação e de pesquisadores de dados é absolutamente necessária para desenvolver soluções que consigam analisar e processar todos esses dados obtidos, com o objetivo principal de aumentar o nosso saber sobre o céu e tudo que está além dele.
Bibliografia
- Astronomy in the Big Data Era. ZHANG , Yanxia, ZHAO, Yongheng.
- Big data in astronomy. FEIGELSON, Eric D. ,BABU, G. Jogesh.
- From big bang to big data. LUIJTEN, Ronald P. IBM Research.
- How Big Data Is Changing Astronomy. ANDERSEN, Ross.
- SCIENTIFIC DATA MINING IN ASTRONOMY. BORNE, Kirk D.
