MADRID, 24 Oct. (EUROPA PRESS/Notimérica) -
Un grupo de astrónomos de las universidades de Groninga, Nápoles y Bonn ha desarrollado un método que encuentra lentes gravitacionales en bases de datos masivas de observaciones astronómicas.
El método se basa en el mismo algoritmo de inteligencia artificial que Google, Facebook y Tesla han utilizado en los últimos años.
Los investigadores publicaron su método y 56 nuevos candidatos para lentes gravitacionales en la edición de noviembre de Monthly Notices of the Royal Astronomical Society.
Cuando una galaxia se oculta detrás de otra galaxia, a veces podemos ver la oculta en el sistema en primer plano. Este fenómeno se llama lente gravitacional, porque surge de la teoría de la relatividad general de Einstein, que dice que la masa puede doblar la luz. Los astrónomos buscan lentes gravitacionales porque ayudan en la investigación de la materia oscura.
La búsqueda de lentes gravitacionales es minuciosa. Los astrónomos tienen que ordenar miles de imágenes. Son asistidos por entusiastas voluntarios de todo el mundo. Hasta ahora, la búsqueda estuvo más o menos en línea con la disponibilidad de nuevas imágenes. Pero gracias a las nuevas observaciones con telescopios especiales que reflejan grandes secciones del cielo, se agregan millones de imágenes. Los humanos no pueden mantener el ritmo.
Para hacer frente a la creciente cantidad de imágenes, los astrónomos han utilizado las llamadas "redes neuronales convolucionales". Google empleó tales redes neuronales para ganar una partida de Go contra el campeón del mundo. Facebook los usa para reconocer lo que está en las imágenes del 'time-line' del usuario. Y Tesla ha estado desarrollando coches sin conductor gracias a las redes neuronales.
Los astrónomos entrenaron la red neuronal usando millones de imágenes caseras de lentes gravitacionales. Luego se enfrentaron a la red con millones de imágenes de un pequeño pedazo del cielo. Ese 'parche' tenía una superficie de 255 grados cuadrados. Eso es poco más del medio por ciento del cielo.
Inicialmente, la red neuronal encontró 761 candidatos para lentes gravitacionales. Después de una inspección visual por parte de los astrónomos, la muestra se redujo a 56. Las 56 lentes nuevas aún necesitan ser confirmadas por telescopios como el telescopio espacial Hubble.
Además, la red neuronal redescubrió dos lentes conocidas. Desafortunadamente, no vio una tercera lente conocida. Esa es una lente pequeña y la red neuronal no estaba entrenada para ese tamaño todavía.
En el futuro, los investigadores quieren entrenar su red neuronal aún mejor para que detecte lentes más pequeñas y rechace las falsas. El objetivo final es eliminar por completo cualquier inspección visual.
Carlo Enrico Petrillo (Universidad de Groningen, Países Bajos), primer autor de la publicación científica, dijo: "Esta es la primera vez que se utiliza una red neuronal convolucional para encontrar objetos peculiares en una prospección astronómica. Creo que se convertirá en la norma para el futuro. Los estudios astronómicos producirán una enorme cantidad de datos que será necesario inspeccionar. No tenemos suficientes astrónomos para hacer frente a esto".
Los datos que procesó la red neuronal provienen de la Encuesta Kilo-Degree. El proyecto utiliza el VLT Survey Telescope del European Southern Observatory (ESO) en el Monte Paranal (Chile). La cámara panorámica que lo acompaña, OmegaCAM, se desarrolló bajo el liderazgo holandés.