Ciência cidadã aplicada a classificação de ondas gravitacionais.

## CIÊNCIA CIDADÃ APLICADA A CLASSIFICAÇÃO DE ONDAS GRAVITACIONAIS

## Hozana Donatila Delgado 1 , Carlos Roberto da Silva 2 ,

1 SEDUC-MT/Escola Estadual Coronel Rafael de Siqueira, hozanadd@gmail.com

- 2 SEDUC-MT/Escola Estadual Ramon Sanches Marques, karlosroberto6@gmail.com

Palavras-chave : Gravity Spy; Ensino de Física; LIGO

## Resumo expandido

Este trabalho tem como objetivo divulgar a Física de prêmio Nobel no ambiente escolar por meio do projeto inscrito na plataforma Zooniverse conhecido como Gravity Spy, no qual conecta voluntários (cientistas cidadãos) em todo mundo para auxiliar cientistas do LIGO (Observatório de Ondas Gravitacionais por interferômetro Laser, traduzido para o português) a pesquisar ondas gravitacionais, as ondulações indescritíveis do espaço-tempo, prevista por Albert Einstein na teoria da relatividade geral em 1916. O LIGO é suscetível a uma grande quantidade de fontes instrumentais e ambientais de ruído chamada glitches que podem obscurecer ou imitar um verdadeiro sinal de onda gravitacional o que podem tornar os instrumentos do LIGO menos sensíveis a eventos astrofísicos e investigando essas falhas é possível removê-las dos dados e eliminá-las do detector. Ao identificar e classificar as morfologias de falhas glitches ajudamos os computadores a aprender a fazer essa classificação sozinhos em conjunto de dados muito maiores, que podem ser usados para treinar algoritmo e aprendizagem de máquina, abrindo caminho para que mais sinais astrofísicos como estrelas de nêutrons, buracos negros em colisão, certos tipos de supernovas, remanescentes estelares giratórios e fontes inesperadas sejam detectados. Segundo LK Nuttall et al. (2015),

LIGO é um interferômetro. Os interferômetros são instrumentos que utilizam a luz como um cronômetro extremamente preciso, que por sua vez permite medições de distância extremamente precisas. Um poderoso laser é dividido e viaja por dois túneis idênticos, ricocheteia em espelhos nas extremidades desses túneis e retorna para se recombinar. Se os dois braços do interferômetro tiverem exatamente o mesmo comprimento, a luz viajando pelos túneis levará exatamente a mesma quantidade de tempo para fazer essa viagem e os feixes se combinarão para não criar nenhum sinal no detector. No entanto, se uma onda gravitacional alterar o comprimento dos braços do interferômetro, a luz levará um pouco mais de tempo para descer um braço em comparação com o outro, resultando em um sinal quando os feixes se recombinam.

Para facilitar a conexão deste projeto de pesquisadores e voluntários de forma online utiliza-se a plataforma Zooniverse, como citada por Soares (2011, p. 42),

O Zooniverse é um portal, na internet, que hospeda vários projetos de ciência cidadã. Esses projetos são mantidos e desenvolvidos pela Citizen Science Alliance (CSA), uma colaboração entre cientistas, programadores de computação e educadores de vários países, que coletivamente desenvolvem,

\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_

19 a 30 de julho de 2021 - Online

gerenciam e utilizam (com a participação de universidades e instituições de pesquisa de vários países) projetos de ciência cidadã baseados na internet.

E ainda Projetos Zooniverse demonstraram que é possível recrutar centenas de milhares de voluntários para fazer uma contribuição autêntica para a análise de dados( Zevin et. al, 2017)

Para Bonney et al. (2009), a ciência cidadã geralmente se refere à participação voluntária de cidadãos em diferentes fases do processo científico, muitas vezes coleta ou análise de dados, de projetos executados por cientistas.

Segundo o site oficial do projeto, o Gravity Spy propõe a seus usuários:

- 1. Cientistas cidadãos vasculharão a enorme quantidade de dados LIGO para produzir um conjunto de dados de glitch "padrão ouro" robusto que pode ser usado para semear e treinar algoritmos de aprendizado de máquina (Machine Learning)
- 2. Algoritmos de aprendizado de máquina aprenderão com esse conjunto de dados classificados para classificar mais dados LIGO e escolher as falhas mais interessantes e anormais para serem enviadas de volta aos cientistas cidadãos
- 3. Cientistas cidadãos continuarão a classificar e caracterizar essas morfologias de glitches , determinando novas categorias de glitches a serem usadas no treinamento dos algoritmos de aprendizado de máquina

Após o cadastro na plataforma é apresentado um tutorial e um mini curso sobre ondas gravitacionais. Conforme avança nas classificações das falhas recebemos novos fluxos de trabalho (conforme quadro 01), representando sinais astrofísicos que o LIGO pode ser capaz de detectar em distâncias cada vez maiores do Universo.

Quadro 01: Fluxo de trabalho por níveis

\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_

Nível 5-Fundo Cósmico do Universo

1080 Line, Blip, Linha de energia (60 e 70 Hz), Chilro, Blips repetidos, Extremamente Alto, Luz Espalhada, Carpa, Scratchy, Burst de baixa frequência, Modo harmônico de violino, Linha de baixa frequência e Apito, Compressor de ar (50Hz), Coroa, Hélice, Modulação de Luz.

A atenção deve ser redobrada à medida que subimos de nível, pois algumas falhas são parecidas quando analisadas em escala de tempo muito curta. No entanto, temos a possibilidade de optar pela classificação nenhum sinal e nenhuma das classificações anteriores. Com isso, abre-se discussão com outros cientistas cidadãos e até mesmo pesquisadores do Gravity Spy, e mediante análise um novo padrão glitches pode ser acrescentado no sistema. Na figura 1, apresentamos algumas classificações realizadas dessas falhas.

Figura 01: Exemplo de Glitches

<!-- image -->

E ainda durante as classificações, podemos ser surpreendidos e nos deparar com um evento de onda gravitacional como ilustrado na figura 02.'

Figura 02: GW170814- Buraco negro binário

<!-- image -->

Com este projeto, foi possível classificar mais de cento e cinquenta imagens dentre as quais três possíveis novos gritches . Podemos inferir que é um trabalho muito significativo e gratificante e nos possibilita a discussão com outros cientistas cidadãos

\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_

- e pesquisadores de diversas partes do mundo. Com isso, queremos alargar os horizontes e motivar alunos, professores e voluntários a ajudar o Gravity Spy a encontrar novas falhas e a ensinar a Linguagem de Máquina a classificá-las.

## Referências

Bonney, R, Cooper, CB, Dickinson, J, Kelling, S, Phillips, T, Rosenberg, KV e Shirk, J. Ciência cidadã: uma ferramenta de desenvolvimento para expandir o conhecimento científico e a alfabetização científica. BioScience, 59 (11): 977-984, 2009

Nuttall, LK. et al. Melhorar a qualidade do Advanced LIGO com base nos primeiros resultados de engenharia. Class. Quantum Grav. 32, 01 de dez. de 2015

Soares, Marinalva. Ciência Cidadã: o envolvimento popular em atividades científicas. Ciência Hoje. 47. 2011.

Zevin, R. et al. Gravity Spy: Integrating Advanced LIGO Detector Characterization, Machine Learning, and Citizen Science, LIGO document p1600306, 28 de fev. de 2017

GRAVITY SPY, Zooniverse, 2016. Disponível em &lt;https://www.zooniverse.org/projects/zooniverse/gravity-spy &gt; acesso 20 de fev. de 2021

\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_\_