O Summer Camp do Vale do Silício tenta nos salvar da extinção

Uma silenciosa parceria pública-privada com a NASA está aproveitando os sublimes talentos tecnológicos e Inteligência Artificial para preparar e também, uma possível alternativa para extinção em massa oriunda do Céu. 

Ilustrações: Valery Brozhinsky/iStock; buradaki/iStock

Numa sala de reunião muito encantadora em um ambiente iluminado por fluorescência no parque do vale do silício, um grupo de cientistas da computação e planetologistas analisaram um problema e formularam um plano de contenção para asteroides em rota de colisão com a Terra.

Grupos divididos em equipes, representando diferentes lideranças mundiais; cientistas e cidadãos com diferentes ideias em como se portar com o destino da extinção eminente; propondo soluções para tal ameaça teoricamente. O plano não foi executado, mas, um astrônomo brasileiro fez sua brilhante representação ao líder russo no assunto, no qual convenceu o resto da equipe. Um cientista da computação, designado como cientista planetário lançou seu modelo de mitigação de asteroides numa variedade de fragmentos menores.

Outros da equipe, propuseram usar foguetes para guiarem o asteroide; a explosão interina do asteroide e também, coletar mais dados antes de decidir. Imprevistos como a rota do asteroide nas simulações feitas, complicaram ainda mais o cenário. Similar ao jogo “Dungeons and Dragons” – Um dado de 20 facetas foi jogado e, a partir dele, se a decisão tomada foi bem-sucedida ou não. Hipoteticamente, um asteroide se aproximou em colisão direta com o Japão. O grupo então, decidiu explodir o asteroide poupando Tóquio. A sala onde estavam deram uma salva perante a decisão.

Foi como um plano da ONU, porém, mais amigável e mais descontraído.” Disse um membro da equipe.  

Foto: Eric Dahlstrom/FDL

O vale do silício possui muitos estagiários, grupos de pesquisas e aceleradores que, os hotéis, ficam completamente agendados durante a temporada de verão. Apenas um acelerador na área da baía no verão passado, no entanto, era composto por uma dúzia de cientistas planetários e uma dúzia de especialistas em aprendizado de máquinas, estabelecendo estratégias para detectar e eliminar ameaças vinda do espaço, como asteroides, falares solares e cometas – tudo dentro do intervalo de oito semanas.

O Laboratório de Desenvolvimento da Fronteira, ou FDL, fundado por James Parr, um entusiasta do espaço e empreendedor assíduo da Nova Zelândia, que notou a possibilidade e oportunidade de fornecer maiores esforços na inteligência artificial e aprendizagem de máquinas para fins aeroespaciais. Inspirou-se em 2013, quando o governo Obama lançou o Grande Desafio de Asteroides para que, mais pessoas trabalhem, em novas técnicas de detecção de asteroides, incluindo aqueles que poderiam ser minerados pelos recursos raros e também, aqueles que poderiam destruir a vida na Terra.

“IA é a única tecnologia que os astrônomos ainda não detiveram benefícios”, diz Parr.   “Eles simplesmente não tiveram tempo para trabalhar com isso”.

 James Parr [Foto: Eric Dahlstrom/FDL]
James Parr [Foto: Eric Dahlstrom/FDL

Embora a chance de um objeto próximo à Terra atingir o planeta é mínima, as ameaças são reais. Há sessenta e cinco milhões de anos, um asteroide de 10 trilhões de toneladas atingiu a Península de Yucatán e matou 70% da vida na Terra, incluindo os dinossauros. Recentemente, o meteoro que explodiu sobre a Rússia em 2013 causou uma onda de choque que quebrou janelas, deixou edifícios danificados e feriu 1.200 pessoas. Não houve fatalidade, mas se este mesmo asteroide incidisse em condições diferentes, em ângulos mais verticais, ou em uma área densamente povoada, poderia ter sido desastroso.

Enquanto os cientistas sabiam sobre essas ameaças há décadas, a extensão do risco não era ainda clara, cenário que mudou nos últimos anos, já que computadores, melhores telescópios e câmeras digitais reformulou e encorajou nesta nova era. “Foi um momento de ‘fossa’ “, diz Parr.

Essas mesmas tecnologias também deram aos cientistas algumas ferramentas para simular e planejar contra estas ameaças. A missão de Bruce Willis no filme Armageddon de explodir um asteroide com uma arma nuclear não foi totalmente inventada (embora, se perguntarmos, muitos cientistas planetários pensam que a trama de Impacto Profundo foi mais realista). E ainda, é uma opção.

Depois que a NASA lançou sua iniciativa sobre asteroides, Parr se aproximou da agência espacial para colaborar com uma iniciativa público-privada que, traria mais talentos do Vale do Silício; para suportar a tarefa de proteger a Terra de asteroides e outras ameaças. A principal agência espacial do mundo é relutante ao risco de investimento, em comparação com as empresas de tecnologia de hoje, e esta deliberação cautelosa demostra não obstante, raros feitos tomados por terceiros em seu nome. Mas também há um argumento a ser feito de que, a opção mais arriscada, seria negligenciar o que as novas tecnologias como a IA poderiam maximizar esforços para ajudar os seres humanos a sobreviver a uma ameaça de extinção – e talvez até nos ajudem a subverter numa Raça espacial.

Depois de convencer, iterando e angariados fundos, Parr finalmente conseguiu a NASA a bordo e lançou a FDL no verão de 2016, com sede em Mountain View, na Califórnia do SETI Institute, a organização sem fins lucrativos dedicada à busca de inteligência alienígena, com uma classe de 12 e outros mentores. Os campistas apresentam-se on-line – são muitas vezes pesquisadores de pós-doutorado em informática, dados e ciências planetárias de todas as universidades e do setor privado – Há também, aqueles aceitos e recebem um salário com acomodações. Pesquisadores do último verão vieram de sete países, empresas como Apple e Hyperloop, e desde universidade como Oxford à Cornell.

Com um modesto compromisso financeiro da NASA, que forneceu apenas bolsas para participantes da FDL nos Estados Unidos em 2017, o congresso depende muito do financiamento privado. Até agora, diz Parr, encontrar empresas que desejam contribuir com fundos e recursos para o acelerador não tem sido difícil. Os seus parceiros recentes, que fornecem financiamento, recursos na nuvem e experiência, incluíram SpaceResources.lu, uma iniciativa lançada pelo governo do Luxemburgo, bem como Lockheed Martin, IBM, Intel, Kx e Nvidia.

 A pesquisa privada na área de inteligência artificial aumentou nos últimos anos, com empresas tecnológicas esforçando-se para contratar pesquisadores de IA ou, pelo menos, adicionar termos como “Deep Learning” e “redes neurais” para seus planos de negócios. Um acelerador de IA com o benefício adicional de uma parceria da NASA trabalhando em problemas interessantes atraiu atenção.

E isso, pontua Parr, é um problema bastante instigante para muitos por todo o Mundo. “Pela primeira vez na história humana”, diz ele, “temos a capacidade de fazer algo sobre um ato Divino”. Não precisamos nos vitimar “.

Timothy Seabrook [Foto: Eric Dahlstrom/FDL
Timothy Seabrook [Foto: Eric Dahlstrom/FDL

EVENTOS EM NÍVEL DE EXTINÇÃO

O primeiro asteroide próximo da Terra, ou NEA, foi identificado em 1898, e outros 500 foram encontrados no século seguinte. (Para ser considerado “Perto da Terra”, um asteroide ou um cometa deve estar em uma órbita que não o afaste da Terra, na proporção que o Sol está para a Terra.) Com novos instrumentos, os astrônomos descobriram na totalidade mais de 17.000 NEAs. Cerca de metade dos NEAs conhecidos foram encontrados a partir de 2010, e outros 2.000 ou mais são descobertos todos os anos. Tamanhos equivalentes ao asteroide que atingiu a Rússia ocorre aproximadamente a cada três décadas.

Em 2005, legisladores nos EUA aprovaram um mandato do Congresso: o país encontraria 90% dos objetos nas cercanias da Terra, de aproximadamente 140 metros de tamanho/459 pés, até 2020. Atualmente, os astrônomos sabem sobre praticamente, todos os asteroides próximos maiores que um quilômetro de tamanho, mas é comum pensar que, qualquer objeto acima de 100 metros, poderia ser devastador se colidir contra uma cidade. As estimativas atuais colocam os números desses NEAs em centenas de milhares a 5 milhões. Mesmo que o número real esteja aquém dessa estimativa, os astrônomos teriam de aumentar suas taxas de descobertas de asteroides em uma escala de 50 para chegar na meta até 2020.

Em 2013, a NASA lançou o Grande Desafio de Asteroides para encorajar os cientistas a “encontrar todas as ameaças de asteroides aos humanos e, saber o que fazer sobre elas”; em 2016, os EUA fundaram um novo departamento dedicado à defesa planetária. Além de uma contagem em tempo real de objetos próximos à Terra, o Laboratório de Propulsão a Jato da NASA também, disponibiliza uma listagem apurada de asteroides que poderiam atingir a Terra nos próximos 100 anos. As chances são muitas vezes pequenas, mas algumas podem tornar-se alarmantemente grandes – Estimativas já tomaram proporções de 1: 1.000 em colidir com a Terra. Apenas neste mês, os astrônomos descobriram que um asteroide tinha tamanho superior ao que atingiu a Rússia, e, apenas alguns dias antes de seu rasante ter sobrevoado pelo planeta a uma mera distância de 39 mil milhas. Em comparação, a lua está à 238.900 milhas da Terra.

Um cometa colidindo com a Terra é uma ameaça similar, porém, mais assustadora. (Existem pesquisas que apontam para um cometa, e não um asteroide, como a fonte da aniquilação dos dinossauros). Os chamados cometas de curto período de revolução possuem órbitas que levam seus corpos gélidos a uma revolução suficientemente curta ao redor do Sol, dos quais a humanidade deteve a tecnologia necessária para vê-los em algum ponto de sua órbita. Cometas de longo período – como o Hale-Bopp em 1997 – são outras fontes de perigo em potencial: Possuem períodos orbitais que os levam ao sol cada 200 até milhares de anos. De acordo com a Terceira Lei de Kepler, os corpos celestes em elipses, movem-se mais rápido quando se aproximam do Sol. Isto significa que, aqueles cometas distantes que não conhecemos muito, podem sofrer acréscimo em sua velocidade e aceleração, ao passarem por Júpiter, dentre o trajeto do Sol à Terra.

“Eles se aproximam de nós”, diz J.L. Galache, mentor da FDL e ex-consultor da NASA, co-fundador e diretor de tecnologia da Aten Engineering, uma empresa de prospecção de asteroides.

Atualmente, cientistas podem observar um cometa de longo período que se aproxima, em cerca de seis meses a um ano. Os cometas são em média, estimados de 60 quilômetros de largura e, ao contrário dos asteroides, podem vir de qualquer direção. Este fator é desfavorável, pois cometas rápidos refletem apenas 3% a 4% da luz, tornando-os mais escuros que o carvão, sendo assim, mais difíceis de rastrear. Por sorte, também são muito improváveis de atingir a Terra em breve. (Em novembro, um objeto em forma de charuto, de 800 pés de comprimento, que sobrevoou após a passagem pelo Sol, foi inicialmente classificado como sendo um cometa, mas, foi reclassificado como asteroide uma semana depois; finalmente, o objeto, com codinome “Oumuamua”, foi designado como o primeiro de uma nova classe de objeto interestelar.)

Um evento menos severo, porém, mais provável é uma ejeção de massa coronal, ou CME, uma grande explosão de plasma e campo magnético do sol que ejeta nuvens de partículas magnetizadas no espaço. Quando essa nuvem atinge o campo magnético da Terra, ele aumenta as auroras e provoca flutuações eletromagnéticas que podem perturbar a rede elétrica, Sopro magnético nos transformadores e perda de comunicação com os satélites.

Pilotos precisariam aterrissar aviões sem o GPS. Os astronautas da Estação Espacial Internacional estariam sitiados. Dependendo da gravidade, qualquer dispositivo conectado à rede elétrica poderia sofrer incineração. Pouco se sabe sobre os efeitos, uma vez que o maior já registrado, o Evento Carrington de 1859, foi antes da era tecnológica moderna. O que sabemos é que este, enviou correntes elétricas através de cabos de telégrafo, causando incêndios e choque nos operadores dos telégrafos. Um evento semelhante a Carrington atualmente, causaria danos entre US $ 600 bilhões e US $ 2,6 trilhões somente na América, de acordo com uma estimativa de 2013 do gigante britânico de seguros Lloyd’s. Poderia demorar semanas, se não meses, a recuperar os sistemas integralmente.

” Chamam isso de tempestade de trilhões de dólares”, diz Parr. Atualmente, não há nenhuma maneira infalível de prever uma Ejeção de Massa Coronal.

Modelo artístico espacial da NASA's Double Asteroid Redirection Test (DART). O DART, que está em fase preliminar do projeto, seria a primeira missão da NASA a demonstrar uma técnica de deflexão de asteroides para a defesa planetária. [Imagem: NASA / JHUAPL]
Modelo artístico espacial da NASA’s Double Asteroid Redirection Test (DART). O DART, que está em fase preliminar do projeto, seria a primeira missão da NASA a demonstrar uma técnica de deflexão de asteroides para a defesa planetária. [Imagem: NASA / JHUAPL]

DEFENDENDO A TERRA COM BIG DATA

Se pudéssemos prever esse tipo de tempestade, poderíamos desligar antecipadamente a rede elétrica. Uma melhor compreensão do clima solar também poderá ajudar e amenizar a exposição à radiação aos astronautas. Quanto a lidar com um perigoso objeto próximo da Terra, explodi-lo ou encolhê-lo fora de sua trajetória é uma possibilidade: Três NEAs já foram alvos de sondas espaciais e, a NASA está atualmente planejando o teste de sua primeira missão de deflexão de asteroides. Outra opção é a maquilagem. Os asteroides se aquecem pelo Sol e aceleram, em um processo chamado efeito Yarkovsky. Ao aterrissar em um asteroide e revesti-lo, a quantidade de radiação solar que o asteroide absorve seria afetada, alterando assim sua trajetória. Os cometas poderiam ser tratados de forma semelhante.

Para começar a conceber essas soluções, os pesquisadores estão voltando para o BIG DATA. Mas os dados espaciais são maciços, multidimensionais e difíceis ou impossíveis de analisar completamente. O Deep Learning, por outro lado – parte de um conjunto maior de métodos de aprendizagem de máquinas – promete encontrar padrões em grandes conjuntos de dados e fazer conexões que não são vistas pelos humanos. Steve Chien, que lidera o grupo de IA do Jet Propulsion Lab da NASA, argumenta que os talentos explorando dados de Deep Learning, não são apenas úteis para projetar robôs de exploração autônomos para os oceanos, que se acredita em breve, estar na Lua de Júpiter Europa, por exemplo, mas para encontrar sinais de vida extraterrestre. Em dezembro, um pesquisador do Google e o astrônomo da Universidade de Texas anunciaram que, depois de alimentar e digerir os dados da NASA em um algoritmo de aprendizado de máquina, descobriram dois novos planetas que os astrônomos não encontraram em pesquisas anteriores.

No início da sessão de verão da FDL, os participantes foram divididos em equipes para tentar aplicar Deep Learning a cinco desafios: como modelar o formato de NEAs, encontrar água na Lua, aprender mais sobre cometas misteriosos de longo período, melhorar a previsão de tempo espacial e antecipar tempestades solares. A primeira semana do programa foi dedicada a obter cientistas da computação familiarizados com o espaço e contratar cientistas planetários nas ferramentas atualmente disponíveis no campo de IA. Os alto-falantes no topo dos acampamentos tiveram apresentações, incluindo Francois Chollet, que desenvolveu uma API de rede neural profunda chamada Keras que muitas equipes estavam usando.

Foto: Eric Dahlstrom/FDL
Foto: Eric Dahlstrom/FDL

Na terceira semana, todos os grupos tiveram um plano alvo para seus projetos e, receberam um parecer favorável para continuar, segundo seus mentores. A equipe focada em cometas de longo período notoriamente difíceis de seguir começou a olhar para seus rastros. Os cometas possuem caudas de gás e poeira que formam as chuvas de meteoros que vemos na Terra. Se pudermos gravar imagens ou filmes dessas “estrelas cadentes”, podemos modelar suas órbitas e, em teoria, obter a órbita do cometa e onde procurá-los.

Já, projetos em todo o mundo estão capturando milhares de imagens do céu noturno todas as noites para tentar aprender mais sobre os cometas e chuvas de meteoros. Atualmente, os astrônomos contam com dados coletados todas as noites a partir de projetos como o  EXOSS Citizen Science Project e a Cameras for Allsky Meteor Surveillance (CAMS), até porque tudo, desde vaga-lumes a aviões, pode deter características de meteoros em vídeo monitoramento, todo esse ruído(Falsos-Positivos) deve ser retirado manualmente. A equipe de cometa de longo período queria testar se poderiam automatizar esse processo para minimizar o tempo para mais pesquisas.

Imagem: cortesia de Leonard Silverberg
Imagem: cortesia de Leonard Silverberg

A equipe de formatos de modelagem, entretanto, buscou maneiras de usar a IA para mapear a superfície dos asteroides: Para explodi-lo com uma arma nuclear ou mesmo empurrá-lo para longe da Terra, os cientistas precisam de boas informações sobre as dimensões e maquiagem do objeto. Mas as fotos dos NEAs são bidimensionais, de baixa resolução e não fazem um ótimo trabalho na captura de detalhes de um objeto já bastante amorfo na escuridão do espaço.

Os campistas não estavam apenas pensando nos riscos do espaço. Os asteroides também são valiosos para a futura exploração espacial. A capacidade de extrair água e potencialmente minerais para o voo em espaço profundo é a única maneira de viajar para Marte e além. A água, que é útil para beber e pode ser dividida em componentes necessários para o combustível do foguete, é bastante comum nos asteroides. No melhor dos casos, os asteroides são cerca de 20% de água. O fato de não precisar enviar água da Terra poderia economizar muito dinheiro: a estimativa da NASA de transportar água significa $ 25,000 por galão nos custos de combustível. Se preços de água a US $ 100 por litro, ou cerca de US $ 378 por galão, um asteroide de 50 metros tem cerca de um bilhão de dólares em água.

“Eles podem nos matar”, diz Galache, o ex-consultor da NASA. “Mas eles são uma fonte de recursos dos quais esperamos aproveitar”.

A equipe lunar também estava examinando maneiras de obter acesso aos recursos naturais, como metais raros na terra, silicatos e, o mais importante, para quaisquer futuros assentamentos – água. É provável que a água esteja nos polos da lua, onde, fora dos raios solares, permanece frio o suficiente para não derreter e flutuar com a menor gravidade da lua. Primeiro, porém, precisa-se chegar aos polos, e isso não é fácil: os dispositivos de comunicação precisam de um apontamento de comunicação direto para a Terra, as células solares precisam de um apontamento direto para o sol, e o terreno precisa ser mapeado para que os rovers não entrem com a carenagem em uma cratera.

No último dia, todos se reuniram na sede da Intel para apresentar seus resultados na frente dos colegas da Google, NASA, Intel e de outras instituições de pesquisa. Equipados com lições de uma sessão de treinamento de mídia naquela semana, a equipe da água lunar abriu as apresentações com uma anedota.

“Estávamos pensando sobre a melhor maneira de começar uma conversa sobre voláteis lunares”, disse Eleni Bohacek, uma cientista planetária do grupo. Seu colega de trabalho, um pesquisador de IA chamado Timothy Seabrook, teve a resposta. “Primeiro você tem que quebrar o gelo”.

 JL Galache, Mentor do FDL [Photo: Eric Dahlstrom / FDL]
JL Galache, Mentor do FDL [Photo: Eric Dahlstrom / FDL]

Sua equipe mostrou que poderia identificar crateras lunares com o algoritmo de Deep Learning que eles usaram com 98% de precisão. Desde 2011, foram publicados 77 algoritmos de detecção de crateras, principalmente feitos a mão e pelos olhos; nenhum deles chegou perto de 98% de precisão.

“Vinte meses atrás, isso foi praticamente impossível”, diz Parr.

Estes tipos de resultados acompanham de perto o resto da comunidade de IA. “Alcançar a precisão do nível humano não é mais surpreendente”, diz Naveen Rao, vice-presidente e gerente geral do Artificial Intelligence Products Group da Intel. “Existe uma Progressão à Frente”.

Essa progressão para a frente significa, completar tarefas com precisão no nível humano em uma fração do tempo que levaria um ser humano. A equipe de cometa de longo período apresentou uma classificação automática e melhorada de meteoros, com um sistema que leva alguns minutos para passar por 200.000 imagens e possui uma taxa de precisão de 90%. Seu trabalho até encontrou uma nova chuva de meteoros anteriormente não detectada. Alguém no público realmente se espantou “wow”.

Foto: Eric Dahlstrom / FDL
Foto: Eric Dahlstrom / FDL

A equipe que trabalhou em como determinar as formas dos asteroides mostrou que, eles foram capazes de acelerar o pré-processamento de seus dados, descobrir o estado de rotação de um asteroide mais rápido e criar modelos sintéticos para sua rede neural para treinar. Com a ajuda de uma plataforma na nuvem baseada em GPU fornecida pela IBM, a equipe reduziu um processo de modelagem que normalmente poderia levar uma semana para uma a duas horas.

As duas equipes que estudavam o Sol também relatavam avanços. A equipe de alargamento solar usou a visão computacional, baseada em fotos do Sol para construir um modelo de previsão que, apesar de teórico, marcou uma melhoria em relação ao modelo atual de previsão do NOAA: em teoria, poderia alertar as partes interessadas pelo menos uma hora antes. A equipe do tempo espacial ingeriu, múltiplos fluxos de dados em seu algoritmo para determinar preditivas importantes de eventos solares. Os cientistas pensaram que os dados das estações no equador eram cruciais para descobrir os eventos solares, e seu algoritmo apoiou esta teoria.

 Adam Cobb [Foto: Eric Dahlstrom / FDL
Adam Cobb [Foto: Eric Dahlstrom / FDL

Ainda assim, para muitos cientistas planetários, IA e Deep Learning, com seus misterios, às vezes, métodos de caixa preta para chegar à resultados, não estão prontos para substituir os seres humanos, ainda.

Burcu Kosar, um membro da equipe do tempo espacial e um físico da NASA, diz que algumas das maneiras como o algoritmo foi capaz de automatizar a limpeza e rotulagem previamente tediosas de dados foi uma emoção. Os cientistas da computação podem estar confortáveis ​​com um algoritmo com uma taxa de precisão de 98%, mesmo que não possam explicar como obteve esses resultados. Não para físicos.

Esse desconforto ajudou a alimentar uma área de pesquisa emergente conhecida como inteligência artificial explicável, ou XAI. Um número cada vez maior de pesquisadores de IAs; estão alertando contra confiar em sistemas que apresentam resultados que não são fáceis de interpretar. Os erros humanos, os preconceitos ou os pressupostos podem ser superaquecidos ​​nas caixas pretas enigmáticas dos sistemas de IA, sem qualquer maneira de verificar novamente. A NASA – novamente, com seus projetos críticos de segurança que enviam humanos ao espaço com bilhões de dólares de equipamentos – é improvável que confiemos ou dependeremos da inteligência artificial até que seja fácil investigar, pois é chegada a hora decisiva.

Essas preocupações também são um argumento para a abordagem interdisciplinar e público-privada da FDL, educando uma série de pesquisadores sobre as promessas e os limites da IA ao lado dos desafios do espaço. Com a FDL obtendo resultados em apenas oito semanas, seus proponentes insistem que mais recursos e mais tempo podem resultar em alguns avanços importantes. E a participação de pesquisadores da NASA na FDL faz dela uma missão auto reforçada. Parr e sua equipe estão agora aceitando aplicativos para o programa do próximo verão, que irá adicionar lixo espacial e astrobiologia à cesta de problemas de aprendizado de máquina da FDL.

Kosar, o físico da NASA que expressou reservas sobre IA, vê potencial suficiente de que ela agora está em um patamar que, está começando a explorar maneiras de trazer mais aprendizado de máquinas para a agência espacial. “É um passo de bebê em salto gigante que a NASA terá que levar”, diz ela. “Isto será cada vez mais aceito na comunidade científica”.

Fonte: Fastcompany.com

Tradução: Tiago Torres

O projeto Exoss Ciência Cidadã é uma rede colaborativa com a participação de universidades e institutos de pesquisa no Brasil e no exterior, e com voluntários cidadãos como você, que também pode participar e ajudar a ciência brasileira.

Compartilhe esta notícia para seus amigos e ajude o projeto!

Comentários

Comentários

Powered by Facebook Comments

Gostou deste post? Ficaremos felizes com seu comentário