Computación para detectar galaxias; el trabajo de años efectuado en minutos

El poder de la computación es capaz de hacer avanzar la ciencia con suma rapidez. El análisis de observaciones, fundamental en toda investigación científica, puede ser un proceso tremendamente largo si se realiza con tan solo la mente humana. Una supercomputadora, e incluso ordenadores personales equipados con el software adecuado, pueden acortar de manera espectacular ese proceso. Una reciente investigación en el ámbito de la astronomía constituye un buen ejemplo de esto.

Elise Hampton, de la Universidad Nacional Australiana (ANU), investiga galaxias con núcleos brillantes y de gran actividad, energizados por agujeros negros que ocasionan enormes vientos galácticos. Estos vientos son capaces de expulsar de la galaxia a una cantidad tan grande de gas interestelar (del que se podrían formar nuevas estrellas), que dicha galaxia puede quedarse sin el “material de construcción” con el que forjar nuevas estrellas. Los vientos galácticos pueden asimismo desencadenar la formación de nuevas estrellas, así que el objetivo de Hampton es averiguar cómo compiten entre sí los diferentes procesos en estas galaxias turbulentas, y así acabar entendiendo qué factores son los que determinan que en una galaxia sigan naciendo estrellas o ya no se forme casi ninguna.

Los astrónomos pueden interpretar los espectros de estas galaxias turbulentas para distinguir entre la luz de las estrellas en formación, la emitida por la materia que cae en los agujeros negros, y la proveniente de los vientos galácticos supersónicos, pero se trata de un proceso laborioso.

Telescopios robóticos como el ANU de 2,3 metros y el Telescopio Anglo-Australiano están obteniendo cantidades enormes de espectros galácticos, y los analistas humanos no dan abasto. Aquí entra en escena la automatización del proceso de análisis, una opción que ha cosechado fracasos con métodos previos, pero que ahora, gracias a una iniciativa de Hampton mediante redes neurales artificiales, ha obtenido un éxito notable.

Las redes neurales artificiales son una clase de programas de ordenador inspirados en el cerebro que funcionan como un grupo de procesadores individuales interconectados, similares a las neuronas. A diferencia de los programas informáticos tradicionales, que están basados en reglas rígidas, las redes neurales artificiales son adaptables y capaces de aprender por su cuenta.

Hampton enseñó a uno de estas redes neurales artificiales a analizar galaxias, usando como muestras para el aprendizaje unos 4.000 espectros que habían sido previamente analizados por los astrofísicos.

El resultado ha sido espectacular. Una vez entrenado el programa, se le sometió a una prueba, y necesitó solo ocho minutos para analizar 300.000 puntos de datos de 1.188 galaxias. A una persona le hubiera llevado años.

Información adicional