Los métodos de aprendizaje automático conducen al descubrimiento de raros «cuásares de imágenes cuádruples» que pueden ayudar a resolver misterios cósmicos.
Con la ayuda de técnicas de aprendizaje automático, un equipo de astrónomos descubrió docenas de cuásares que habían sido deformados por una «lente» cósmica natural y divididos en cuatro imágenes similares. Los quásares son núcleos extremadamente luminosos de galaxias distantes alimentadas por agujeros negros supermasivos.
Durante las últimas cuatro décadas, los astrónomos han descubierto alrededor de 50 de estos «cuadrúpedos cuadrúpedos», o quads para abreviar, que ocurren cuando la gravedad de una galaxia masiva frente al cuásar divide su única imagen en cuatro. El último estudio, que duró solo un año y medio, aumentó la cantidad de quads conocidos en aproximadamente un 25 por ciento y demuestra el poder del aprendizaje automático para ayudar a los astrónomos en su búsqueda de esta anomalía cósmica.
«Los quads son minas de oro para todo tipo de preguntas. Pueden ayudar a determinar la velocidad a la que se expande el universo y ayudar a abordar otros misterios, como la materia oscura y los motores centrales del quásar», dice Daniel Stern, autor principal del nuevo científico de estudio e investigación en el Laboratorio de Propulsión a Chorro, que se ejecuta desde el Instituto de Tecnología de Before California NASA. «No son solo agujas en un pajar, sino navajas suizas porque tienen muchos usos».
Los resultados se publicarán en El diario astrofísico, Combinando herramientas de aprendizaje automático con datos de varios telescopios terrestres y espaciales, incluida la misión Gaia de la Agencia Espacial Europea; Explorador de escaneo infrarrojo de campo amplio de la NASA (o WISE); Observatorio W.M. Keck en Maunakea, Hawaii; Observatorio Caltech Palomar; Telescopio de Nuevas Tecnologías del Observatorio Europeo Austral en Chile; Y el Telescopio Gemini Sur de Chile.
El dilema cósmico
En los últimos años, han surgido discrepancias sobre el valor exacto de la tasa de expansión del universo, también conocida como la constante de Hubble. Se pueden usar dos métodos básicos para determinar este número: uno basado en mediciones de la distancia y velocidad de los objetos en nuestro universo local, y el otro que extrapola la tasa de modelos basados en la radiación distante que queda desde el nacimiento de nuestro universo, llamado fondo cósmico de microondas. El problema es que los números no coinciden.
«Es posible que haya errores sistemáticos en las mediciones, pero esto parece menos probable», dice Stern. «Lo más tentador es que la discrepancia en los valores puede significar que algo en nuestro modelo del universo está mal y que hay nueva física por descubrir».
Los nuevos cuásares cuádruples, que el equipo ha denominado Wolf’s Paw y Dragon Kite, ayudarán con los cálculos futuros de la constante de Hubble y pueden explicar por qué las dos medidas primarias son inconsistentes. Los quásares se encuentran entre los objetivos locales y distantes utilizados en cálculos anteriores, por lo que les dan a los astrónomos una forma de explorar el rango medio del universo. La determinación de la constante de Hubble basada en cuásares podría indicar cuál de los dos valores es correcto, o quizás lo más interesante, puede mostrar que la constante se encuentra en algún lugar entre un valor determinado localmente y un valor distante, un marcador potencial de física previamente desconocida.
Delirios de gravedad
La reproducción de imágenes de cuásares y otros objetos en el universo ocurre cuando la gravedad del objeto en primer plano, como una galaxia, se dobla y la luz de los objetos detrás de él se amplifica. Este fenómeno, llamado lente gravitacional, se ha visto muchas veces antes. A veces, los quásares se transforman en dos imágenes idénticas; Con menos frecuencia, sus lentes se reducen a cuatro.
«Los cuásares son mejores que los cuásares de doble imagen para estudios de cosmología, como medir la distancia a los objetos, porque pueden modelarse maravillosamente», dice el coautor George Djorgowski, profesor de astronomía y ciencia de datos en el Instituto de Tecnología de California. «Son laboratorios relativamente limpios para realizar estas mediciones cósmicas».
En el nuevo estudio, los investigadores utilizaron datos de WISE, que tiene una resolución relativamente baja, para encontrar quásares potenciales, y luego utilizaron la gran precisión de Gaia para determinar cuáles de los quásares WISE estaban asociados con cuatro veces los quásares potenciales. Luego, los investigadores aplicaron herramientas de aprendizaje automático para seleccionar las fuentes con más probabilidades de multiplicar las fuentes ilustradas en lugar de solo diferentes estrellas ubicadas una cerca de la otra en el cielo. Las observaciones de seguimiento realizadas por Keck, Palomar, New Technology Telescope y Gemini-South confirmaron qué objetos en realidad fueron fotografiados por cuatro veces los quásares ubicados a miles de millones de años luz de distancia.
Los seres humanos y las máquinas trabajan juntos
El primer cuadrante encontrado con la ayuda del aprendizaje automático, apodado Centaurus ‘Victory, se confirma durante toda una noche que el equipo pasó en Caltech, con colaboradores de Bélgica, Francia y Alemania, mientras usaban una computadora personalizada en Brasil, recuerdan los suscriptores: Autor Alberto Cron Martins de la Universidad de California en Irvine. El equipo estaba observando sus cuerpos desde la distancia utilizando el Observatorio Keck.
“El aprendizaje automático fue un factor clave en nuestro estudio, pero no pretende reemplazar las decisiones humanas”, explica Crohn-Martins. «Estamos entrenando y actualizando constantemente los modelos en un ciclo de aprendizaje continuo, de modo que los seres humanos y la experiencia humana sean una parte esencial del ciclo. Cuando hablamos de ‘IA’ en referencia a herramientas de aprendizaje automático como esta, significa inteligencia aumentada, no inteligencia artificial «.
“Alberto no solo creó algoritmos inteligentes de aprendizaje automático para este proyecto al principio, sino que su idea era usar datos de Gaia, algo que no se había hecho antes para este tipo de proyecto”, dice Djorgowski.
«Esta historia no trata solo de encontrar lentes gravitacionales interesantes, sino también de cómo una combinación de big data y aprendizaje automático puede conducir a nuevos descubrimientos», dice.
Referencia: Gaia GraL: Sistemas de lentes gravitacionales Gaia DR2. VI. Confirmación espectral y modelado de cuásares de imágenes cuádruples «por De Stern, SG Georgovsky, A. Kron-Martins, de Sluz, El Delchamber, C. Docourant, R. Teixeira, J. den Brok, D. Dobie, A. Drake, L . Galluccio, MJ Graham, P. Jalan, J. Klark, JF LeCampion, A. Mahabal, F. Mignard, T. Murphy, A. Nierenberg, S. Scarano, J. Simon, E. Slisak, S. Spindola-Duarte , J. Wampsgans, El diario astrofísico.
arXiv: 2012.10051
El estudio fue financiado por la NASA, la Fundación Nacional de Ciencias, la Fundación Portuguesa para la Ciencia y la Tecnología, la Fundación Brasileña de Investigación de São Paulo y el Consejo Europeo de Investigación. El equipo de estudio, llamado GraL o Gaia Gravitational Lenses debido a la importancia de la medición astronómica de estos descubrimientos por parte de Gaia, es una colaboración entre investigadores de Australia, Bélgica, Brasil, Francia, Alemania, India, Portugal, Suiza y Estados Unidos.
«Beer ninja. Experto en redes sociales sin complejos. Fanático de la web. Geek de Twitter. Pensador galardonado. Estudiante».
More Stories
Chile firma acuerdos económicos y científicos con Emiratos Árabes Unidos
La «luna de nieve» llena de febrero aparecerá este fin de semana. He aquí por qué es tan único.
La Comisión Económica para Europa de las Naciones Unidas y la Comisión Económica para América Latina y el Caribe proponen medidas para reducir los impactos ambientales y de salud del comercio mundial de ropa usada.