La IA ya es una herramienta que empieza a ser considerada por científicos, investigadores y astrónomos. Muestra de ello es la herramienta que podría ayudar a comprender mejor el Universo y la conocida energía oscura. Una investigación presenta el marco de trabajo CIGaRS que permite extraer información de supernovas de tipo 'la', las potentes explosiones estelares, para medir las distancias cósmicas. Se basa en datos de imágenes en lugar de las observaciones espectroscópicas que suelen ser costosas.
Es una investigación del Instituto de Ciencias Cósmicas de la Universidad de Barcelona publicada en Nature Astronomy, un avance que puede contribuir a ayudar de gran manera a los astrónomos para aprovechar los conjuntos de datos que llegan a través de sondeos celestes de próxima generación. ¿Por qué es tan relevante? Se trata de mediciones que tienen un papel crucial en el descubrimiento de que el Universo se está expandiendo rápidamente.
Así es como las galaxias anfitrionas afectan las mediciones de supernovas
Partiendo de la base de que las supernovas de tipo 'la' se producen por la explosión de estrellas enanas blancas, alcanzan el mismo brillo y los astrónomos las utilizan como si fueran un tipo de candelas estándar. Se comparan mediante su brillo real con el brillo con el que se pueden apreciar desde la Tierra y es así como se calculan en cuanto a distancia. La aceleración del Universo está atribuida a la energía oscura, que forma parte de las incógnitas más grandes de la física moderna. Lo que genera un problema en estas mediciones son las supernovas de tipo 'la'.
Las investigaciones de los últimos 20 años han señalado que el brillo observado de una supernova está influenciado por la galaxia donde se produce. Con ese entendido, las supernovas que se encuentran en galaxias antiguas o masivas tienen un aspecto ligeramente diferente al de las que se producen en galaxias jóvenes o menos masivas. Los investigadores compensan las diferencias con métodos de corrección sencillos, pero existe un problema de limitación de la exactitud de dichas mediciones de distancia.
En el nuevo marco, se modelan múltiples factores de manera simultánea. Se construyó un modelo único e integrado con todas las explosiones de supernovas, sus galaxias anfitrionas, el polvo que altera su luz, los cambios en las tasas de supernovas en toda la historia cósmica y la expansión del universo. Al conectar todas las variables en un marco estadístico, es posible comenzar a relacionar las piezas que cuando se hacen por separado. Pueden simularlo por ordenador, de acuerdo con Raúl Jiménez, coautor del estudio. Pero eso ya no es suficiente, tuvieron que recurrir a la IA para analizar el cosmos.
La IA entra en acción para mejorar las simulaciones por ordenador
Es una realidad que el simple hecho de contar con un ordenador ya no es suficiente para hacer simulaciones más avanzadas; se requiere de una capacidad grande de procesamiento informático. Los investigadores recurrieron a una técnica moderna bautizada como inferencia basada en simulación. Todo comienza con la creación de un número grande de universos simulados basados en modelos físicos; después entra la IA con una red neuronal que aprende la relación entre las observaciones simuladas y las propiedades físicas de origen. Una vez que la red se entrena, el sistema hace las comparaciones reales con las simulaciones; es ahí donde se determinan los parámetros más probables. Es así como se pueden analizar decenas de miles de supernovas de manera simultánea.
Gracias a los datos de las imágenes, el sistema puede determinar las distancias de las galaxias. Puede dar información sobre la distancia de la galaxia y sobre cuánto atrás en el tiempo se está observando. En próximos estudios se podrán evaluar millones de candidatos a supernovas. El Observatorio Vera C. Rubin que se está construyendo en Chile será el escenario de una misión de exploración del cielo que se estima durará 10 años. En esta misión, se tiene pensado descubrir un número inédito de supernovas. Será a través de fotometría que ayude a detectar estos objetos. El marco CIGaRS será fundamental para poder lograrlo.
Konstantin Karchev, autor principal del estudio, señala que este enfoque de inferencia basado en simulación es capaz de extraer toda la información cosmológica y astrofísica de los datos obtenidos de origen por el Observatorio Rubin. Se evitan los sesgos de selección y modelado, por lo que brindará muchos beneficios más allá de la medición de la energía oscura. El universo podrá comprenderse de manera distinta y profunda gracias a estas nuevas herramientas impulsadas por IA.