Uma intelig\u00eancia artificial ajudou a criar o primeiro mapa completo do c\u00e9u em luz ultravioleta. O projeto foi desenvolvido pelo astrof\u00edsico Brice M\u00e9nard, da Universidade Johns Hopkins, nos Estados Unidos, com aux\u00edlio do Claude Science, sistema de IA da Anthropic.<\/p>\n
O mapa re\u00fane informa\u00e7\u00f5es de diferentes telesc\u00f3pios espaciais para mostrar estruturas da Via L\u00e1ctea que n\u00e3o s\u00e3o facilmente percebidas em imagens convencionais. A novidade \u00e9 que a intelig\u00eancia artificial tamb\u00e9m ajudou a preencher regi\u00f5es que nunca haviam sido observadas nessa faixa de luz.<\/p>\n
Existe, por\u00e9m, um detalhe importante. Cerca de um ter\u00e7o do mapa cont\u00e9m estimativas feitas por intelig\u00eancia artificial, e n\u00e3o medi\u00e7\u00f5es diretas de telesc\u00f3pios.<\/p>\n A luz ultravioleta \u00e9 absorvida pela camada de oz\u00f4nio da atmosfera terrestre. Por isso, observar o universo nessa faixa do espectro exige instrumentos posicionados no espa\u00e7o.<\/p>\n Um dos principais conjuntos de dados dispon\u00edveis veio do GALEX, telesc\u00f3pio espacial da NASA que operou entre 2003 e 2013. Durante sua miss\u00e3o, o equipamento registrou aproximadamente 38 mil observa\u00e7\u00f5es e cobriu cerca de dois ter\u00e7os do c\u00e9u.<\/p>\n Entretanto, algumas regi\u00f5es permaneceram sem dados. O telesc\u00f3pio evitava \u00e1reas com estrelas muito brilhantes, inclusive partes do plano da Via L\u00e1ctea, para reduzir o risco de danos aos detectores.<\/p>\n Outras miss\u00f5es tamb\u00e9m coletaram informa\u00e7\u00f5es sobre o ultravioleta, mas as observa\u00e7\u00f5es dispon\u00edveis ainda apresentavam lacunas.<\/p>\n Para reunir todas essas informa\u00e7\u00f5es, M\u00e9nard utilizou o Claude Science para coordenar agentes de intelig\u00eancia artificial que pesquisaram, organizaram e processaram conjuntos de dados astron\u00f4micos p\u00fablicos.<\/p>\n O trabalho envolveu informa\u00e7\u00f5es de diferentes instrumentos, que precisavam ser ajustadas para utilizar uma escala, uma resolu\u00e7\u00e3o e um sistema de coordenadas compat\u00edveis.<\/p>\n Depois dessa etapa, a equipe utilizou uma t\u00e9cnica conhecida como inpainting<\/em>. Em intelig\u00eancia artificial, esse m\u00e9todo permite estimar partes ausentes de uma imagem com base nos padr\u00f5es presentes nas regi\u00f5es conhecidas.<\/p>\n O sistema relacionou os dados ultravioleta dispon\u00edveis com observa\u00e7\u00f5es em outras faixas do espectro, como a luz vis\u00edvel, o infravermelho e as ondas de r\u00e1dio. A partir dessas rela\u00e7\u00f5es, estimou o que poderia existir nas \u00e1reas sem medi\u00e7\u00f5es ultravioleta.<\/p>\n O modelo tamb\u00e9m incorporou estimativas da emiss\u00e3o ultravioleta de mais de 100 milh\u00f5es de estrelas, utilizando medi\u00e7\u00f5es da miss\u00e3o Gaia, da Ag\u00eancia Espacial Europeia.<\/p>\n Para avaliar os resultados, o pesquisador escondeu temporariamente partes de regi\u00f5es que j\u00e1 tinham dados reais. O sistema precisou estimar essas \u00e1reas sem conhecer os valores originais. Segundo M\u00e9nard, depois de v\u00e1rias revis\u00f5es, as estimativas ficaram a cerca de 10% das medi\u00e7\u00f5es reais nesses testes.<\/p>\n O processo n\u00e3o foi totalmente autom\u00e1tico. O astrof\u00edsico identificou problemas visuais nas primeiras vers\u00f5es e orientou a IA a corrigir diferen\u00e7as de brilho deixadas pelas observa\u00e7\u00f5es individuais do GALEX.<\/p>\n O mapa combina duas faixas de ultravioleta, com comprimentos de onda de 154 e 232 nan\u00f4metros. Cada uma ajuda a revelar aspectos diferentes do c\u00e9u.<\/p>\n Entre as estruturas identificadas est\u00e3o nuvens de poeira iluminadas por estrelas jovens, grandes an\u00e9is e filamentos associados a bolhas de g\u00e1s produzidas por estrelas massivas e suas explos\u00f5es.<\/p>\n A imagem tamb\u00e9m destaca as Grandes e Pequenas Nuvens de Magalh\u00e3es, duas gal\u00e1xias vizinhas ricas em estrelas jovens.<\/p>\n Essas estruturas podem ser dif\u00edceis de perceber em imagens de luz vis\u00edvel. Observar o c\u00e9u em diferentes comprimentos de onda permite aos astr\u00f4nomos investigar fen\u00f4menos distintos e compreender melhor os processos que moldam nossa gal\u00e1xia.<\/p>\n O resultado pode ser explorado em uma p\u00e1gina interativa que permite alternar entre as imagens do c\u00e9u em ultravioleta, luz vis\u00edvel e infravermelho.<\/p>\n A visualiza\u00e7\u00e3o tamb\u00e9m diferencia as regi\u00f5es baseadas em medi\u00e7\u00f5es reais daquelas preenchidas por estimativas, al\u00e9m de apresentar informa\u00e7\u00f5es sobre a incerteza dos resultados.<\/p>\n Essa distin\u00e7\u00e3o \u00e9 fundamental para interpretar o trabalho corretamente. Embora o mapa cubra todo o c\u00e9u, nem todas as regi\u00f5es representam observa\u00e7\u00f5es diretas.<\/p>\n O projeto mostra como a intelig\u00eancia artificial pode ajudar a organizar grandes volumes de dados cient\u00edficos e acelerar tarefas que exigiriam muito tempo de trabalho manual. Ao mesmo tempo, refor\u00e7a a import\u00e2ncia da supervis\u00e3o humana para identificar problemas e avaliar a confiabilidade dos resultados.<\/p>\n Fontes:<\/p>\n Como o Claude Science ajudou a criar o primeiro mapa completo do c\u00e9u em ultravioleta<\/a><\/p>\n Acesse o mapa interativo completo do c\u00e9u em ultravioleta<\/a><\/p>\n Detalhes sobre a cria\u00e7\u00e3o do mapa ultravioleta com ajuda do Claude Science<\/a><\/p>\n![\"\"](\"https:\/\/nerdizmo.ig.com.br\/wp-content\/uploads\/2026\/10\/claude-mapa-2.webp\")
<\/figure>\nPor que faltava um mapa completo do c\u00e9u em ultravioleta?<\/h2>\n
Como a intelig\u00eancia artificial completou o mapa?<\/h2>\n
![\"\"](\"https:\/\/nerdizmo.ig.com.br\/wp-content\/uploads\/2026\/10\/claude-mapa-3.webp\")
<\/figure>\nO que o novo mapa revela sobre a Via L\u00e1ctea?<\/h2>\n
Mapa interativo permite comparar diferentes tipos de luz<\/h2>\n