La famosa primera imagen de un agujero negro acaba de ser dos veces más nítido. Un equipo de investigación usó inteligencia artificial para mejorar drásticamente su primera imagen de 2019, que ahora muestra el agujero negro en el centro de la galaxia M87 más oscuro y más grande que la primera imagen representada.
soy un astrónomo que estudia y ha escrito sobre cosmología, agujeros negros y exoplanetas. Los astrónomos han estado usando IA durante décadas. De hecho, en 1990, astrónomos de la Universidad de Arizona, donde soy profesor, estaban entre los primero en usar un tipo de IA llamado red neuronal para estudiar las formas de las galaxias.
Desde entonces, la IA se ha extendido a todos los campos de la astronomía. A medida que la tecnología se ha vuelto más poderosa, los algoritmos de IA han comenzado a ayudar a los astrónomos a controlar conjuntos de datos masivos y descubrir nuevos conocimientos sobre el universo.
Mejores telescopios, más datos
Desde que la astronomía ha sido una ciencia, ha implicado tratar de dar sentido a la multitud de objetos en el cielo nocturno. Eso era relativamente simple cuando las únicas herramientas eran el ojo desnudo o un simple telescopio, y todo lo que se podía ver eran unos miles de estrellas y un puñado de planetas.
Hace cien años, Edwin Hubble usó telescopios recién construidos para mostrar que el universo está lleno no solo de estrellas y nubes de gas, sino pero innumerables galaxias. A medida que los telescopios continúan mejorando, la gran cantidad de objetos celestes que los humanos pueden ver y la la cantidad de datos los astrónomos deben clasificar también han crecido exponencialmente.
Por ejemplo, el próximo a ser completado Observatorio Vera Rubín en Chile hará imágenes tan grandes que se necesitarían 1.500 pantallas de TV de alta definición para ver cada una en su totalidad. Durante 10 años se espera que genere 0,5 exabytes de datos, unas 50.000 veces la cantidad de información contenida en todos los libros contenidos en la Biblioteca del Congreso.
Hay 20 telescopios con espejos de más de 20 pies (6 metros) de diámetro. Los algoritmos de IA son la única forma en que los astrónomos podrían esperar trabajar con todos los datos disponibles hoy en día. Hay varias formas en que la IA está demostrando ser útil para procesar estos datos.
Uno de los primeros usos de la IA en astronomía fue detectar la multitud de galaxias tenues escondidas en el fondo de las imágenes.
ESA/Webb, NASA & CSA, J Rigby, CC POR
Seleccionando patrones
La astronomía a menudo implica buscar agujas en un pajar. Alrededor del 99 % de los píxeles de una imagen astronómica contienen radiación de fondo, luz de otras fuentes o la negrura del espacio; solo el 1 % tiene formas sutiles de galaxias tenues.
Los algoritmos de IA, en particular, las redes neuronales que usan muchos nodos interconectados y pueden aprender a reconocer patrones, son perfectamente adecuados para seleccionar los patrones de las galaxias. Los astrónomos comenzaron uso de redes neuronales para clasificar galaxias a principios de la década de 2010. Ahora los algoritmos son tan efectivos que pueden clasificar galaxias con una precisión del 98%.
Esta historia se ha repetido en otras áreas de la astronomía. Los astrónomos que trabajan en SETI, la Búsqueda de Inteligencia Extraterrestre, usan radiotelescopios para buscar señales de civilizaciones distantes. Al principio, los radioastrónomos escaneaban las cartas a simple vista para buscar anomalías eso no se podia explicar. Más recientemente, los investigadores utilizaron 150 000 computadoras personales y 1,8 millones de científicos ciudadanos para buscar señales de radio. Ahora, los investigadores están utilizando la IA para filtrar montones de datos de forma mucho más rápida y exhaustiva que las personas. Esto ha permitido que los esfuerzos de SETI cubran más terreno al mismo tiempo que reduce en gran medida el número de señales falsas positivas.
Otro ejemplo es la búsqueda de exoplanetas. Los astrónomos descubrieron la mayoría de los 5.300 exoplanetas conocidos midiendo una caída en la cantidad de luz proveniente de una estrella cuando un planeta pasa por delante
Las herramientas de IA pueden ayudar a los astrónomos a descubrir nuevos exoplanetas como TRAPPIST-1 b.
NASA, ESA, CSA, Joseph Olmsted (STScI), CC POR
Haciendo nuevos descubrimientos
La IA ha demostrado ser excelente para identificar objetos conocidos, como galaxias o exoplanetas, que los astrónomos le dicen que busque. Pero también es bastante poderoso para encontrar objetos o fenómenos que se teorizan pero que aún no se han descubierto en el mundo real.
Los equipos han utilizado este enfoque para detectar nuevos exoplanetasaprender sobre el estrellas ancestrales que condujo a la formación y el crecimiento de la Vía Láctea, y predecir las firmas de nuevos tipos de ondas gravitacionales.
Para hacer esto, los astrónomos primero usan IA para convertir modelos teóricos en firmas de observación, incluidos niveles realistas de ruido. Luego usan el aprendizaje automático para agudizar la capacidad de la IA para detectar los fenómenos predichos.
Finalmente, los radioastrónomos también han estado utilizando algoritmos de inteligencia artificial para filtrar señales que no corresponden a fenómenos conocidos. Recientemente, un equipo de Sudáfrica encontró un objeto único eso puede ser un remanente de la fusión explosiva de dos agujeros negros supermasivos. Si esto resulta ser cierto, los datos permitirán una nueva prueba de la relatividad general: la teoría de Albert Einstein. descripción del espacio-tiempo.
El equipo que capturó por primera vez un agujero negro, a la izquierda, usó IA para generar una versión más nítida de la imagen, a la derecha, que muestra que el agujero negro es más grande de lo que se pensaba originalmente.
Medeiros et al 2023, CC BY-ND
Hacer predicciones y tapar agujeros
Como en muchas áreas de la vida recientemente, la IA generativa y los grandes modelos de lenguaje como ChatGPT también están causando sensación en el mundo de la astronomía.
El equipo que creó la primera imagen de un agujero negro en 2019 utilizó un IA generativa para producir su nueva imagen. Para hacerlo, primero le enseñó a una IA cómo reconocer agujeros negros alimentándola con simulaciones de muchos tipos de agujeros negros. Luego, el equipo usó el modelo de IA que había construido para llenar los vacíos en la enorme cantidad de datos recopilados por los radiotelescopios en el agujero negro M87.
Usando estos datos simulados, el equipo pudo crear una nueva imagen que es dos veces más nítida que la original y es totalmente consistente con las predicciones de la relatividad general.
Los astrónomos también están recurriendo a la IA para ayudar a controlar la complejidad de la investigación moderna. Un equipo del Centro Harvard-Smithsonian de Astrofísica creó un modelo de lenguaje llamado astroBERT leer y organizar 15 millones de artículos científicos sobre astronomía. Otro equipo, con sede en la NASA, incluso ha propuesto usar IA para priorizar proyectos de astronomíaun proceso en el que participan los astrónomos cada 10 años.
A medida que la IA ha progresado, se ha convertido en una herramienta esencial para los astrónomos. A medida que los telescopios mejoren, que los conjuntos de datos sean más grandes y que las IA continúen mejorando, es probable que esta tecnología desempeñe un papel central en los futuros descubrimientos sobre el universo.
¿Quiere saber más sobre la IA, los chatbots y el futuro del aprendizaje automático? Consulte nuestra cobertura completa de inteligencia artificialo explore nuestras guías para Los mejores generadores de arte de IA gratuitos y Todo lo que sabemos sobre ChatGPT de OpenAI.
Chris ImpeyProfesor Distinguido de Astronomía de la Universidad, universidad de arizona
Este artículo se vuelve a publicar de La conversación bajo una licencia Creative Commons. Leer el artículo original.