Estudo brasileiro alia inteligência artificial à física nuclear e reduz erros em cálculos

Uma pesquisa brasileira que combinou modelos tradicionais de física teórica com inteligência artificial conseguiu reduzir em mais de 57% o erro nos cálculos sobre as massas de núcleos atômicos. O estudo, que contou com a participação do professor Tiago de Jesus Santos, da Universidade Federal do Acre (Ufac), foi publicado na revista científica Scientific Reports.

Redes neurais para prever massas atômicas

A investigação iniciou há três anos, durante o doutorado de Mateus Santos, orientado por Sérgio José Barbosa Duarte no Centro Brasileiro de Pesquisas Físicas (CBPF). Além do CBPF e da Ufac, o trabalho colaborativo reuniu pesquisadores da Uesc, da Unesp e da Autoridade Nacional de Segurança Nuclear.

Origem dos elementos pesados no cosmos

O grupo utilizou Redes Neurais Bayesianas para corrigir desvios em cálculos de núcleos altamente instáveis. O avanço auxilia cientistas a entenderem a origem de elementos químicos pesados no universo, formados em eventos cósmicos extremos, como colisões entre estrelas de nêutrons e supernovas.

Validação em laboratórios internacionais

As previsões foram validadas com dados de laboratórios internacionais, como o FRIB, nos Estados Unidos, e o TRIUMF, no Canadá. Nos testes com o isótopo samário-147, divergências em relação aos dados experimentais caíram em até quatro ordens de magnitude.