MADRID, 2 Jul. (EUROPA PRESS) -
Astrónomos japoneses han creado una nueva técnica de inteligencia artificial (IA) para eliminar el ruido en los datos astronómicos por variaciones aleatorias en las formas de las galaxias.
Después de un extenso entrenamiento y pruebas con grandes datos simulados creados por simulaciones de supercomputadoras, luego aplicaron esta nueva herramienta a los datos reales del Telescopio Subaru de Japón y encontraron que la distribución de masa derivada del uso de este método es consistente con los modelos actualmente aceptados del Universo. Esta es una nueva y poderosa herramienta para analizar macrodatos de estudios astronómicos actuales y planificados, informa el NAOJ (Observatorio Nacional de Astronomía de Japón).
Los datos de la encuesta de área amplia se pueden usar para estudiar la estructura a gran escala del Universo a través de mediciones de patrones de lentes gravitacionales. En la lente gravitacional, la gravedad de un objeto en primer plano, como un cúmulo de galaxias, puede distorsionar la imagen de un objeto de fondo, como una galaxia más distante.
Algunos ejemplos de lentes gravitacionales son obvios, como el "Ojo de Horus". La estructura a gran escala, que consiste principalmente en misteriosa materia "oscura", también puede distorsionar las formas de galaxias distantes, pero el efecto de lente esperado es sutil. Se requiere promediar muchas galaxias en un área para crear un mapa de distribuciones de materia oscura en primer plano.
Pero esta técnica de mirar muchas imágenes de galaxias se encuentra con un problema; algunas galaxias son innatamente un poco divertidas. Es difícil distinguir entre una imagen de galaxia distorsionada por lentes gravitacionales y una galaxia que en realidad está distorsionada. Esto se conoce como ruido de forma y es uno de los factores limitantes en la investigación que estudia la estructura a gran escala del Universo.
Para compensar el ruido de la forma, un equipo de astrónomos japoneses utilizó por primera vez ATERUI II, la supercomputadora más poderosa del mundo dedicada a la astronomía, para generar 25.000 catálogos de galaxias simulados basados ??en datos reales del Telescopio Subaru. Luego agregaron ruido realista a estos conjuntos de datos artificiales perfectamente conocidos y entrenaron a una IA para recuperar estadísticamente la materia oscura de las lentes de los datos simulados.
Después del entrenamiento, la IA pudo recuperar detalles finos previamente no observables, lo que ayudó a mejorar nuestra comprensión de la materia oscura cósmica. Luego, utilizando esta IA en datos reales que cubren 21 grados cuadrados del cielo, el equipo encontró una distribución de masa en primer plano consistente con el modelo cosmológico estándar.
"Esta investigación muestra los beneficios de combinar diferentes tipos de investigación: observaciones, simulaciones y análisis de datos de IA", comenta en un comunicado Masato Shirasaki, el líder del equipo. "En esta era de big data, necesitamos traspasar los límites tradicionales entre especialidades y utilizar todas las herramientas disponibles para comprender los datos. Si podemos hacer esto, se abrirán nuevos campos en astronomía y otras ciencias ".
Estos resultados se publicadn en Monthly Notices of the Royal Astronomical Society.