Claude Science cria o primeiro mapa completo do céu em ultravioleta com margem de erro de 10%

A Anthropic apresentou o primeiro mapa completo do céu na faixa do ultravioleta criado por inteligência artificial. O projeto, chamado Claude Science, tem como objetivo mostrar como a IA pode assumir o trabalho rotineiro e cansativo que pesquisadores costumam deixar na gaveta por tempo indeterminado.

O astrofísico Brice Ménard, da Johns Hopkins University, apresentou o projeto. Segundo ele, a luz ultravioleta permite identificar poeira, nuvens de gás em torno de estrelas jovens, anéis deixados por explosões estelares e outras estruturas invisíveis em outras faixas do espectro.

Por que o mapa completo não existia antes

Um mapa completo do céu em ultravioleta não existia até agora por um motivo simples: a camada de ozônio da Terra bloqueia a radiação ultravioleta, de modo que observações nessa faixa só são possíveis a partir do espaço. A NASA lançou a missão GALEX, que cobriu aproximadamente dois terços do céu, mas deixou deliberadamente de fora regiões brilhantes de formação estelar devido a limitações técnicas do instrumento.

Como a IA montou o mapa completo

Para criar o mapa completo, o Claude Science usou agentes de IA que executaram uma série de operações sequenciais. A IA baixou dados de várias missões espaciais, calibrou essas informações para trazê-las a um padrão comum e, em seguida, combinou os dados calibrados em um único mapa.

A etapa crítica foi a reconstrução das áreas faltantes por meio de inpainting, técnica em que um modelo de rede neural aprende a partir dos dados disponíveis e usa os padrões identificados para reconstruir as lacunas. Nos testes, o desvio médio das previsões ficou em torno de 10% em relação às medições reais — um nível de precisão suficiente para uso científico.

Importância prática

Os criadores do projeto posicionam o mapa completo do céu em ultravioleta como material didático para a comunidade científica. Ménard sugeriu que esse trabalho pode inspirar muitos pesquisadores — é provável que vários cientistas tenham deixado de lado projetos semelhantes de processamento e análise de dados em grande escala, por considerá-los muito trabalhosos. Graças ao avanço dos agentes de IA e dos fluxos de trabalho automatizados, esses projetos agora se tornam viáveis em prazos relativamente curtos.

O projeto Claude Science demonstra o potencial prático da IA não na criação de algo totalmente novo, mas na automação do trabalho com grandes volumes de dados já existentes — um trabalho necessário, mas frequentemente postergado por ser considerado rotineiro demais.