MADRID, 11 Nov. (EUROPA PRESS) -
Científicos ciudadanos voluntarios que analizaron datos de una red de telescopios en todo el mundo este año han identificado 10.000 nuevas estrellas variables en la Vía Láctea.
Los voluntarios han estado examinando datos de All-Sky Automated Survey para supernovas desde enero. La encuesta, conocida como ASAS-SN, está a cargo de investigadores de la Universidad Estatal de Ohio.
En un documento publicado en el servidor de preimpresión arXiv, los investigadores detallaron lo que el proyecto de ciencia ciudadana, llamado Citizen ASAS-SN, ha logrado hasta ahora que más de 3.100 voluntarios hayan realizado alrededor de 839.000 clasificaciones de más de 100.000 curvas de luz de objetos en el cielo. Una estrella variable es una estrella cuyo brillo cambia con el tiempo; la luz que vemos proveniente de dicha estrella no es constante.
Los científicos voluntarios intentaron clasificar ampliamente las estrellas como binarias eclipsantes, donde una estrella pasa frente a otra, estrellas pulsantes y estrellas en rotación. Los científicos voluntarios también podrían clasificar los datos como "basura", lo que significa que era otra cosa diferente a una estrella. Por ejemplo, los satélites en órbita terrestre baja pueden interferir con la luz de las estrellas en los telescopios; los datos de un satélite se clasificarían como basura. Y los científicos voluntarios podrían marcar los datos como "desconocidos" si las curvas de luz no encajaban en una de las otras clases de estrellas variables.
Algunas de las estrellas que los científicos voluntarios clasificaron habían sido identificadas previamente, lo que les dio a los investigadores de Ohio State una forma de verificar qué tan precisos eran los voluntarios.
"Resulta que eran bastante precisos", dijo Collin Christy, autor principal del artículo y analista de ASAS-SN. "Nuestros usuarios fueron realmente buenos para encontrar los sistemas eclipsantes y pulsantes en nuestros datos", comentó en un comunicado.
Los usuarios también pudieron identificar fácilmente los datos basura, encontraron los investigadores.
El proyecto se basa en el trabajo anterior y en curso de ASAS-SN para buscar en los cielos agujeros negros y otros fenómenos en el cosmos. Los telescopios de ASAS-SN se actualizaron recientemente, lo que permite a los astrónomos mirar más profundamente en el espacio en busca de nuevas estrellas variables, supernovas y otros objetos. El análisis previo de los datos de ASAS-SN se ha realizado en gran medida utilizando algoritmos de aprendizaje automático, donde un algoritmo de computadora capacitado clasifica los datos.
El trabajo de los científicos ciudadanos también está ayudando a mejorar el algoritmo de aprendizaje automático: su aporte, dijo el coautor y estudiante de astronomía Tharindu Jayasinghe, está ayudando a la máquina a comprender mejor qué datos son "basura" y cuáles son útiles.