Pesquisadores liderados pelo Instituto de Ciências do Cosmos da Universidade de Barcelona (ICCUB) desenvolveram uma nova técnica que pode melhorar enormemente como os cientistas estudam a expansão do Universo e investigam a misteriosa força conhecida como energia escura. Porque, aparentemente, o universo ainda não terminou de se exibir.

Publicada na Nature Astronomy, a pesquisa introduz uma estrutura chamada CIGaRS que pode extrair muito mais informações das supernovas do Tipo Ia, as poderosas explosões estelares usadas para medir vastas distâncias cósmicas. Ao contrário de muitas abordagens atuais, o método depende principalmente de dados de imagem, em vez de observações espectroscópicas caras. Espera-se que o avanço ajude os astrônomos a tirar o máximo proveito dos enormes conjuntos de dados que em breve chegarão das pesquisas celestes de próxima geração, particularmente aquelas conduzidas pelo Observatório Vera C. Rubin.

Supernovas do Tipo Ia ocorrem quando estrelas anãs brancas explodem. Como essas explosões atingem quase o mesmo brilho intrínseco, os astrônomos as usam como "velas padrão": comparando seu brilho real com o quão brilhantes parecem da Terra, os pesquisadores podem calcular sua distância. Essas medições desempenharam um papel crucial na descoberta de que o Universo está se expandindo a uma taxa acelerada. Os cientistas atribuem essa aceleração à energia escura, uma das questões não resolvidas mais significativas da física moderna.

No entanto, há uma complicação importante. Supernovas do Tipo Ia não são perfeitamente idênticas. Nos últimos 20 anos, os astrônomos descobriram que o brilho observado de uma supernova é influenciado pela galáxia onde ocorre. Supernovas encontradas em galáxias mais velhas ou mais massivas podem parecer ligeiramente diferentes daquelas que ocorrem em galáxias mais jovens ou menos massivas. Os pesquisadores geralmente levam em conta essas diferenças usando métodos de correção relativamente simples. Embora úteis, essas aproximações podem limitar a precisão das medições de distância e, por sua vez, a precisão dos estudos cosmológicos.

A nova estrutura aborda esse desafio modelando múltiplos fatores simultaneamente. Em vez de tratar cada componente independentemente, os pesquisadores construíram um modelo único e integrado que inclui as próprias explosões de supernova, suas galáxias hospedeiras, a poeira que altera sua luz, mudanças nas taxas de supernova ao longo da história cósmica e até mesmo a expansão do Universo. "Uma maneira poderosa de modelar o Universo é simulá-lo ab initio no computador usando inferência bayesiana", diz Raúl Jiménez (ICREA-ICCUB), coautor do estudo. "Isso fornece uma maneira de variar todos os parâmetros possíveis ao mesmo tempo para prever em que Universo vivemos. Além disso, tendo essa capacidade, pode-se investigar possíveis sistemáticas 'desconhecidas desconhecidas' para entender seu efeito."

Construir um modelo tão abrangente normalmente exigiria um poder computacional enorme. Para tornar a abordagem prática, os pesquisadores recorreram a uma técnica moderna chamada inferência baseada em simulação. O processo começa com os cientistas gerando um grande número de universos simulados com base em modelos físicos. Uma rede neural então aprende como as observações simuladas se relacionam com as propriedades físicas que as produziram. Uma vez treinado, o sistema pode comparar observações astronômicas reais com suas simulações e determinar os parâmetros subjacentes mais prováveis. Essa estratégia torna possível analisar dezenas de milhares de supernovas simultaneamente, uma tarefa que seria impraticável usando técnicas tradicionais.

Uma das descobertas mais significativas do estudo é que a estrutura pode determinar distâncias de galáxias (redshifts) com alta precisão usando apenas dados de imagem. De acordo com os pesquisadores, o novo método fornece estimativas de redshift com precisão comparável às medições espectroscópicas, mas sem exigir espectros. Essa capacidade é especialmente importante porque as próximas pesquisas devem identificar milhões de candidatos a supernova, enquanto apenas uma pequena porcentagem pode realisticamente receber espectros.