Carregant...

La IA ja és una eina que comença a ser considerada per científics, investigadors i astrònoms. Mostra d'això és l'eina que podria ajudar a comprendre millor l'Univers i la coneguda energia fosca. Una investigació presenta el marc de treball CIGaRS que permet extreure informació de supernoves de tipus 'Ia', les potents explosions estel·lars, per mesurar les distàncies còsmiques. Es basa en dades d'imatges en lloc de les observacions espectroscòpiques que solen ser costoses.

És una investigació de l'Institut de Ciències Còsmiques de la Universitat de Barcelona publicada a Nature Astronomy, un avenç que pot contribuir a ajudar de gran manera els astrònoms a aprofitar els conjunts de dades que arriben a través de sondejos celestes de pròxima generació. Per què és tan rellevant? Es tracta de mesuraments que tenen un paper crucial en el descobriment que l'Univers s'està expandint ràpidament.

Així és com les galàxies amfitriones afecten els mesuraments de supernoves

Partint de la base que les supernoves de tipus 'Ia' es produeixen per l'explosió d'estrelles nanes blanques, assoleixen la mateixa brillantor i els astrònoms les utilitzen com si fossin un tipus de candeles estàndard. Es comparen mitjançant la seva brillantor real amb la brillantor amb què es poden apreciar des de la Terra i és així com es calculen quant a distància. L'acceleració de l'Univers està atribuïda a l'energia fosca, que forma part de les incògnites més grans de la física moderna. El que genera un problema en aquests mesuraments són les supernoves de tipus 'Ia'.

Les investigacions dels últims 20 anys han assenyalat que la brillantor observada d'una supernova està influenciada per la galàxia on es produeix. Amb aquest entès, les supernoves que es troben en galàxies antigues o massives tenen un aspecte lleugerament diferent del de les que es produeixen en galàxies joves o menys massives. Els investigadors compensen les diferències amb mètodes de correcció senzills, però existeix un problema de limitació de l'exactitud d'aquests mesuraments de distància.

En el nou marc, es modelen múltiples factors de manera simultània. Es va construir un model únic i integrat amb totes les explosions de supernoves, les seves galàxies amfitriones, la pols que altera la seva llum, els canvis en les taxes de supernoves en tota la història còsmica i l'expansió de l'univers. En connectar totes les variables en un marc estadístic, és possible començar a relacionar les peces que quan es fan per separat. Poden simular-ho per ordinador, d'acord amb Raúl Jiménez, coautor de l'estudi. Però això ja no és suficient, van haver de recórrer a la IA per analitzar el cosmos.  

Explosió d'una supernova

La IA entra en acció per millorar les simulacions per ordinador

És una realitat que el simple fet de comptar amb un ordinador ja no és suficient per fer simulacions més avançades; es requereix una gran capacitat de processament informàtic. Els investigadors van recórrer a una tècnica moderna batejada com a inferència basada en simulació. Tot comença amb la creació d'un gran nombre d'universos simulats basats en models físics; després entra la IA amb una xarxa neuronal que aprèn la relació entre les observacions simulades i les propietats físiques d'origen. Una vegada que la xarxa s'entrena, el sistema fa les comparacions reals amb les simulacions; és aquí on es determinen els paràmetres més probables. És així com es poden analitzar desenes de milers de supernoves de manera simultània.

Gràcies a les dades de les imatges, el sistema pot determinar les distàncies de les galàxies. Pot donar informació sobre la distància de la galàxia i sobre quan enrere en el temps s'està observant. En pròxims estudis es podran avaluar milions de candidats a supernoves. L'Observatori Vera C. Rubin que s'està construint a Xile serà l'escenari d'una missió d'exploració del cel que s'estima durarà 10 anys. En aquesta missió, es té pensat descobrir un nombre inèdit de supernoves. Serà a través de fotometria que ajudi a detectar aquests objectes. El marc CIGaRS serà fonamental per poder aconseguir-ho.  

Konstantin Karchev, autor principal de l'estudi, assenyala que aquest enfocament d'inferència basat en simulació és capaç d'extreure tota la informació cosmològica i astrofísica de les dades obtingudes d'origen per l'Observatori Rubin. S'eviten els biaixos de selecció i modelatge, per la qual cosa brindarà molts beneficis més enllà del mesurament de l'energia fosca. L'univers podrà comprendre's de manera distinta i profunda gràcies a aquestes noves eines impulsades per IA.