Científicos del Observatorio Astronómico Nacional (NAO) de Japón han creado una técnica de Inteligencia Artificial que desvela la imagen real del universo. Su importancia radica en que logra eliminar el ruido presente en la información astronómica, generado por distorsiones circunstanciales en las formas de las galaxias.
De acuerdo a una nota de prensa, la Inteligencia Artificial ayuda a mejorar nuestra comprensión de la materia oscura cósmica gracias a esta nueva técnica, y confirma además que la distribución de la masa en el universo se corresponde con lo predicho en el modelo cosmológico estándar.
Luego de entrenar al nuevo sistema de Inteligencia Artificial, los investigadores lograron recuperar detalles específicos de la imagen del universo que anteriormente no eran observables.
Lo hicieron al aplicar la técnica en datos reales aportados por el Telescopio Subaru de una parte importante del espacio: de esa manera, pudieron comprobar que la distribución de la masa en el cosmos va de la mano con las estimaciones clásicas de la cosmología.
Tema relacionado: La Inteligencia Artificial clasifica más de medio millón de galaxias.
Distorsiones eliminadas
Hasta el momento, el ruido de los datos astronómicos hacía imposible verificar esta correspondencia. Por ejemplo, el fenómeno de las lentes gravitacionales genera que la gravedad que actúa sobre un objeto colocado en primer plano, como una agrupación de galaxias, distorsione la imagen que se obtiene de un objeto ubicado por detrás, como puede ser una galaxia más lejana.
Al mismo tiempo, la enigmática materia oscura que conforma la gran estructura del universo en su mayor parte también puede distorsionar la forma de las galaxias, haciendo aún más complejo determinar la verdadera imagen del universo. Ahora, la nueva técnica ha logrado eliminar estos escollos integrando simulaciones de superordenadores con datos reales de observaciones astronómicas.
Es importante destacar que las conclusiones alcanzadas por los investigadores se sustentan en 25.000 catálogos de galaxias simulados basados en datos reales del Telescopio Subaru, desarrollados a partir de la nueva técnica de Inteligencia Artificial.
El nuevo enfoque de IA se apoyó en el trabajo con ATERUI II, el superordenador más poderoso a nivel global dedicado específicamente a la astronomía, que en estudios previos ya se había utilizado para crear simulaciones orientadas a responder los misterios del universo.
Confirmando a Einstein
Según indica la teoría de la relatividad general de Albert Einstein, la densidad del universo, o sea la cantidad de masa que ha logrado extenderse sobre su volumen, es la que determina su verdadera forma y el futuro de la estructura.
En función del modelo cosmológico estándar, también denominado modelo Lambda-CDM, los postulados de Einstein son los correctos para explicar la gravedad a escalas cosmológicas y la configuración de las galaxias.
De acuerdo a las conclusiones del nuevo estudio, publicado en Monthly Notices of the Royal Astronomical Society, la técnica de Inteligencia Artificial desarrollada por los astrónomos japoneses confirma la estructura a gran escala de la distribución de galaxias que indica el modelo estándar de la cosmología, como así también el impacto de la materia oscura sobre la misma.
Referencia
Noise reduction for weak lensing mass mapping: An application of generative adversarial networks to Subaru Hyper Supreme-Cam first-year data. Masato Shirasaki et al. Monthly Notices of the Royal Astronomical Society (2021).DOI:https://doi.org/10.1093/mnras/stab982
Foto: representación artística que intenta mostrar el espíritu de esta investigación: el uso de análisis de datos impulsados por Inteligencia Artificial para eliminar el ruido y encontrar la forma real del universo. Crédito: The Institute of Statistical Mathematics.
Video y podcast: editados por Pablo Javier Piacente en base a elementos y fuentes libres de derechos de autor. Créditos de imágenes en video: Guillermo Ferla, Vincentiu Solomon, Josh Gordon, Hitesh Choudhary y Michael Dziedzic en Unsplash.
Música video y podcast: tobylane en Pixabay.