Un nuevo herramienta impulsada por inteligencia artificial ha logrado reducir en un 85% la carga de trabajo de los astrónomos, permitiendo filtrar miles de alertas de datos para identificar las pocas señales genuinas causadas por supernovas, que son explosiones poderosas de estrellas moribundas. Este avance ha sido publicado recientemente en The Astrophysical Journal.
Innovación en la búsqueda de supernovas
La investigadora principal, Dr. Héloïse Stevance, del Departamento de Física de la Universidad de Oxford, destacó que “lo sorprendente es la poca cantidad de datos que se necesitó. Con solo 15,000 ejemplos y el poder computacional de mi laptop, pude entrenar algoritmos inteligentes para realizar el trabajo pesado y automatizar lo que antes tomaba horas a un ser humano cada día”. Este hallazgo demuestra que, con la guía adecuada, la inteligencia artificial puede revolucionar el descubrimiento astronómico sin requerir enormes conjuntos de datos o potencia computacional.
Las supernovas son explosiones brillantes y raras que marcan la muerte de estrellas masivas; eventos cruciales para que los científicos comprendan el origen de los elementos químicos. Estas explosiones aparecen inesperadamente en el cielo nocturno y deben ser detectadas rápidamente antes de desvanecerse, convirtiéndose en un juego cósmico de “encontrar las diferencias”.
El sistema ATLAS y su impacto
Un equipo de investigadores liderado por la Universidad de Oxford y la Universidad Queen’s de Belfast busca estas supernovas utilizando el Sistema de Alerta Última del Impacto Terrestre por Asteroides (ATLAS). Este sistema, originalmente diseñado como una alerta temprana para impactos de asteroides, escanea todo el cielo visible cada 24 a 48 horas mediante cinco telescopios distribuidos globalmente. Financiado por NASA y dirigido por la Universidad de Hawái, Oxford procesa los datos relacionados con explosiones más allá de nuestra galaxia.
A pesar del uso de técnicas estándar de filtrado y análisis automático de imágenes, los investigadores aún enfrentaban entre 200 y 400 señales candidatas diarias que debían ser examinadas manualmente. Solo unas pocas resultaban ser fenómenos realmente interesantes como supernovas o transitorios extragalácticos.
Automatización en la verificación astronómica
“Gracias a nuestra nueva herramienta, podemos liberar tiempo para que los científicos se concentren en lo que mejor hacen: resolver problemas creativos y cuestionar la naturaleza del Universo”, afirmó Dr. Stevance.
La nueva herramienta, denominada Asistente Virtual de Investigación (VRA), consiste en un conjunto de bots automatizados que imitan el proceso decisional humano al clasificar alertas según su probabilidad de ser explosiones reales extragalácticas. A diferencia de muchos enfoques automatizados que requieren grandes volúmenes de datos y supercomputadoras, el VRA emplea un método más eficiente basado en árboles de decisión.
Este enfoque permite a los científicos inyectar su experiencia directamente en el modelo y guiar a los algoritmos hacia características clave a observar.
Eficiencia mejorada en la detección
Crucialmente, el VRA actualiza su evaluación cada vez que un telescopio revisita una misma área del cielo. Esto significa que una señal se vuelve a verificar automáticamente durante varias noches, pasando solo las candidatas más prometedoras a revisión humana.
En su primer año operativo, el VRA logró filtrar más de 30,000 alertas mientras omitía menos del 0.08% de las alertas reales sobre supernovas. Esto redujo significativamente el número total de alertas enviadas a los verificadores humanos en aproximadamente un 85%, manteniendo más del 99.9% de las candidatas genuinas.
Nuevas confirmaciones gracias al VRA
Desde diciembre del año pasado, el VRA está vinculado con el Telescopio Lesedi en Sudáfrica para activar automáticamente observaciones adicionales para las señales más prometedoras incluso antes de una revisión humana. Esto ya ha resultado en nuevas supernovas confirmadas.
“La velocidad y precisión de esta herramienta potenciarán nuestra capacidad para encontrar y estudiar fenómenos extraños y raros en el cosmos”, comentó Profesor Stephen Smartt, coautor del estudio.
El futuro es prometedor. Este avance llega justo a tiempo con el próximo lanzamiento del Observatorio Vera Rubin, cuyo legado será un censo exhaustivo del espacio durante diez años generando más de 500 petabytes* de imágenes y datos.
"El LSST prevé entregar más de 10 millones de alertas cada noche", añadió Dr. Stevance. "Herramientas como nuestro nuevo Asistente Virtual serán esenciales para ayudarnos a comprender mejor cómo las supernovas y sus estrellas masivas crearon todos los elementos químicos necesarios para nuestro mundo".
*Un petabyte equivale a 10^15 bytes o un millón gigabytes (GB).
Si (
No(
