Astrónomos utilizan la inteligencia artificial para descubrir casi 1.400 objetos anómalos en los archivos del Hubble
Puntos clave
- Los astrónomos de la Agencia Espacial Europea entrenaron el modelo de inteligencia artificial AnomalyMatch para buscar en el archivo del Hubble.
- El sistema examinó casi 100 millones de recortes de imágenes en solo dos días y medio.
- Se identificaron casi 1.400 objetos anómalos, muchos de los cuales son galaxias en fusión.
- Los hallazgos incluyen lentes gravitacionales, galaxias tipo medusa y objetos que desafían la clasificación.
- Los resultados se publicaron en Astronomía y Astrofísica y se elogió como un gran éxito de la inteligencia artificial.
- El estudio destaca el papel de la inteligencia artificial en la extracción de nueva ciencia de los datos astronómicos existentes.
Un par de astrónomos de la Agencia Espacial Europea entrenaron un modelo de inteligencia artificial llamado AnomalyMatch para examinar el Archivo Legado del Hubble. En solo dos días y medio, el sistema examinó casi 100 millones de recortes de imágenes y detectó casi 1.400 anomalías astrofísicas previamente no documentadas, la mayoría de ellas galaxias interactivas. Los hallazgos, publicados en Astronomía y Astrofísica, también incluyen lentes gravitacionales, galaxias tipo medusa y decenas de objetos que desafían la clasificación, destacando el poder de la inteligencia artificial para extraer nueva ciencia de los datos existentes.
Búsqueda impulsada por la inteligencia artificial a través de los datos del Hubble
Un equipo de astrónomos de la Agencia Espacial Europea, David O’Ryan y Pablo Gómez, se propusieron encontrar tesoros ocultos en el archivo de 35 años del telescopio espacial Hubble. Para hacer frente al volumen y el ruido de los datos, construyeron un modelo de inteligencia artificial llamado AnomalyMatch. El sistema se encargó de examinar casi 100 millones de recortes de imágenes del Archivo Legado del Hubble, en busca de objetos que se desviaran de los patrones típicos.
El enfoque de la inteligencia artificial resultó dramáticamente más rápido que el análisis manual. AnomalyMatch completó el examen completo en solo dos días y medio, una tarea que habría llevado varios meses a un gran equipo de investigación si se hubiera hecho a mano.
Descubrimiento de objetos anómalos
El examen reveló casi 1.400 objetos anómalos que habían escapado a la detección previa. La mayoría eran galaxias en proceso de fusión o interacción, mostrando dramáticos bailes gravitacionales. Además, la inteligencia artificial detectó varias lentes gravitacionales, instancias en las que objetos masivos en el primer plano curvan y magnifican la luz de las fuentes de fondo en arcos o círculos.
Entre los hallazgos notables se incluyeron galaxias medusa, que exhiben "tentáculos" de gas, y galaxias con agrupaciones de estrellas inusualmente grandes. Quizás lo más intrigante fueron varios decenas de objetos que desafían cualquier clasificación existente, lo que sugiere fenómenos que pueden ampliar la comprensión astrofísica actual.
Publicación científica y reacciones
Los resultados se publicaron en la revista Astronomía y Astrofísica. En un comunicado, la Agencia Espacial Europea describió el archivo como "un tesoro de datos en el que se pueden encontrar anomalías astrofísicas". O’Ryan enfatizó la dificultad de estudiar un universo que es vasto y ruidoso, destacando que la inteligencia artificial es especialmente adecuada para buscar en grandes conjuntos de datos y resaltar las rarezas que los ojos humanos podrían pasar por alto.
Gómez elogió el resultado, calificando el descubrimiento de tantas anomalías en un conjunto de datos bien estudiado como "un gran resultado". Agregó que el éxito de AnomalyMatch demuestra cómo herramientas similares podrían aplicarse a otros grandes archivos astronómicos, maximizando el rendimiento científico de las observaciones existentes.
Implicaciones para la investigación futura
El estudio muestra cómo la inteligencia artificial puede acelerar la exploración de los datos heredados, convirtiendo lo que una vez fue un archivo estático en una fuente dinámica de nuevos descubrimientos. Al identificar rápidamente objetos inusuales, los investigadores pueden priorizar las observaciones de seguimiento y el trabajo teórico, potencialmente descubriendo nueva física o refinando los modelos existentes de evolución de galaxias.
En general, el trabajo subraya una creciente sinergia entre la tecnología de inteligencia artificial y la astrofísica, sugiriendo que los futuros telescopios y misiones pueden depender cada vez más del análisis automatizado para mantener el ritmo con las corrientes de datos en constante expansión.