La inteligencia artificial está impregnando, poco a poco, cada vez más aspectos de nuestra vida y, ahora, también se ha trasladado fuera del planeta Tierra. Un equipo de científicos de la NASA está empleando inteligencia artificial con el objetivo de descubrir los secretos del cosmos, incluida la ubicación de los estallidos de rayos gamma (GRB), que son de los fenómenos más fascinantes y poderosos del universo.
Importancia significativa
Los GRB fueron detectados por primera vez por los satélites Vela en 1967, lanzados por Estados Unidos para controlar el cumplimiento del Tratado de Prohibición de Ensayos Nucleares. Curiosamente, captaron algo inesperado: breves e intensas ráfagas de rayos gamma procedentes del espacio profundo, lo que condujo a décadas de investigación y numerosas teorías sobre sus orígenes.
Los principales modelos sugieren que los GRB funcionan con chorros relativistas: haces estrechos de partículas que se mueven casi a la velocidad de la luz y surgen cuando una estrella masiva colapsa o se produce una fusión de estrellas de neutrones y la energía se canaliza hacia el exterior en forma de estos espectaculares rayos gamma.
¿Por qué son tan importantes en astrofísica? Porque son unas herramientas muy interesantes para estudiar el universo primitivo, ya que se han observado GRB’s incluso a más de 12.000 millones de años luz de distancia; también porque ayuda a los científicos a comprender los ciclos de vida de las estrellas masivas y los procesos que conducen a su explosiva y llamativa muerte en forma de supernova; de la misma forma, también representan unos auténticos laboratorios naturales para probar las teorías de la gravedad y la relatividad gracias a las condiciones tan extremas que involucran estos luminosos fenómenos.
Ayudante IA
Pues bien, ahora, aprovechando los modelos de aprendizaje automático, los científicos dirigidos por la investigadora Maria Dainotti, profesora visitante en el Centro de Astrofísica de Nevada de la UNLV, han logrado una precisión sin precedentes en la medición de las distancias de estos gigantes cósmicos tras intentar profundizar en las explosiones más luminosas y violentas del universo. Se trata de una colaboración innovadora entre la NASA y la Universidad de Nevada que implicó combinar datos del Observatorio Neil Gehrels Swift de la NASA con modelos avanzados de aprendizaje automático para estimar la proximidad de los GRB para los cuales la distancia era previamente desconocida.
Este enfoque integrando la inteligencia artificial con una combinación de múltiples algoritmos a la vez, dio como resultado que los científicos pudieron estimar con precisión la distancia de 154 GRB largos cuya distancia se desconocía anteriormente. El mega-algoritmo ha sido bautizado como Superlearner y combina múltiples algoritmos y asigna pesos en función de su poder predictivo.
«La ventaja del Superlearner es que la predicción final siempre tiene mejor rendimiento que los modelos singulares«, aclara la experta. «Superlearner también se utiliza para descartar los algoritmos que son menos predictivos».
«Esta investigación amplía las fronteras tanto de la astronomía de rayos gamma como del aprendizaje automático», afirma Dainotti. «La investigación y la innovación de seguimiento nos ayudarán a lograr resultados aún más confiables y nos permitirán responder algunas de las preguntas cosmológicas más urgentes, incluidos los procesos más tempranos de nuestro universo y cómo ha evolucionado con el tiempo».
El potencial de este método para impulsar mayores avances en nuestra comprensión del universo y de cómo está evolucionando es asombroso y, tal y como señala la propia Dainotti, «la investigación y la innovación posteriores nos ayudarán a lograr resultados aún más fiables y nos permitirán responder algunas de las preguntas cosmológicas más urgentes, incluidos los primeros procesos de nuestro universo y cómo ha evolucionado».
Tal y como dijo en su día el divulgador científico y astrofísico Carl Sagan, “en algún lugar, algo increíble está esperando ser conocido». Quizá gracias al uso de la inteligencia artificial podamos desentrañar más secretos del universo.
Los resultados de la investigación han sido publicados en tres estudios diferentes en la revista The Astrophysical Journal Letters.
¿Está disponible Superlearner? Los investigadores inmersos en estos estudios están trabajando para que las herramientas de aprendizaje automático estén disponibles públicamente a través de una aplicación web interactiva.
Referencias:
- Gamma-Ray Bursts as Distance Indicators by a Statistical Learning Approach Maria Giovanna Dainotti, Aditya Narendra, Agnieszka Pollo, Vahé Petrosian, Malgorzata Bogdan, Kazunari Iwasaki, Jason Xavier Prochaska, Enrico Rinaldi, and David Zhou Published 2024 May 24 • © 2024. The Author(s). Published by the American Astronomical Society.
- The Astrophysical Journal Letters, Volume 967, Number 2 Citation Maria Giovanna Dainotti et al 2024 ApJL 967 L30 DOI 10.3847/2041-8213/ad4970
- Inferring the Redshift of More than 150 GRBs with a Machine-learning Ensemble Model Maria Giovanna Dainotti, Elias Taira6, Eric Wang7, Elias Lehman8, Aditya Narendra9,10, Agnieszka Pollo10,11, Grzegorz M. Madejski12, Vahe Petrosian12, Malgorzata Bogdan13,14, Apratim Dey15 Published 2024 February 26 • © 2024. The Author(s). Published by the American Astronomical Society. The Astrophysical Journal Supplement Series, Volume 271, Number 1 Citation Maria Giovanna Dainotti et al 2024 ApJS 271 22 DOI 10.3847/1538-4365/ad1aaf
- Progenitors of Low-redshift Gamma-Ray Bursts Vahé Petrosian1,2,3 and Maria G. Dainotti4,5,6,7
- Published 2024 February 21 • © 2024. The Author(s). Published by the American Astronomical Society. The Astrophysical Journal Letters, Volume 963, Number 1 Citation Vahé Petrosian and Maria G. Dainotti 2024 ApJL 963 L12 DOI 10.3847/2041-8213/ad2763