Inteligencia artificial para detectar y clasificar galaxias

Unos investigadores de la UC Santa Cruz han desarrollado un nuevo y poderoso programa de computación llamado Morpheus que puede analizar datos de imágenes astronómicas píxel por píxel para identificar y clasificar todas las galaxias y estrellas en grandes conjuntos de datos de las observaciones astronómicas.

Morpheus es un marco de aprendizaje profundo que incorpora una variedad de tecnologías de inteligencia artificial desarrolladas para aplicaciones como el reconocimiento de imágenes y de voz. Brant Robertson, profesor de astronomía y astrofísica que dirige el Grupo de Investigación de Astrofísica Computacional de la Universidad de California en Santa Cruz, dijo que el rápido aumento del tamaño de los conjuntos de datos astronómicos ha hecho que sea esencial automatizar algunas de las tareas tradicionalmente realizadas por los astrónomos.

"Hay algunas cosas que simplemente no podemos hacer como humanos, así que tenemos que encontrar maneras de usar las computadoras para lidiar con la enorme cantidad de datos que vendrán en los próximos años de los grandes proyectos de estudio astronómico", dijo.

Robertson trabajó con Ryan Hausen, un estudiante graduado en informática de la Escuela de Ingeniería de la UCSC, que desarrolló y probó Morpheus en los últimos dos años. Con la publicación de sus resultados en la revista Astrophysical Journal, Hausen y Robertson también están divulgando públicamente el código de Morpheus y ofreciendo demostraciones en línea.

Esta imagen muestra los resultados de la correspondiente clasificación morfológica de Morpheus para una región astronómica. (Foto: Ryan Hausen)

Las morfologías de las galaxias, desde las galaxias de disco giratorio como nuestra propia Vía Láctea hasta las galaxias amorfas elípticas y esferoidales, pueden informar a los astrónomos sobre cómo se forman y evolucionan las galaxias a lo largo del tiempo. Los estudios a gran escala, como el Legacy Survey of Space and Time (LSST) que se llevará a cabo en el Observatorio Vera Rubin, actualmente en construcción en Chile, generará enormes cantidades de datos de imágenes, y Robertson ha participado en la planificación de cómo utilizar esos datos para comprender la formación y evolución de las galaxias. El LSST tomará más de 800 imágenes panorámicas cada noche con una cámara de 3.200 millones de píxeles, registrando todo el cielo visible dos veces por semana.

"Imagina que fueras a los astrónomos y les pidieras que clasificaran miles de millones de objetos... ¿cómo podrían hacer eso? Ahora seremos capaces de clasificar automáticamente esos objetos y usar esa información para aprender sobre la evolución de las galaxias", dijo Robertson.

Otros astrónomos han utilizado tecnología de aprendizaje profundo para clasificar galaxias, pero los esfuerzos anteriores han implicado típicamente la adaptación de los algoritmos de reconocimiento de imágenes existentes. Hausen construyó Morpheus desde cero específicamente para los datos de imágenes astronómicas, y el modelo utiliza como entrada los datos de la imagen original en el formato de archivo digital estándar utilizado por los astrónomos.

La clasificación a nivel de píxeles es otra importante ventaja de Morpheus, dijo Robertson. "Con otros modelos, tienes que saber que algo está ahí y alimentar al modelo con una imagen, y clasifica toda la galaxia a la vez", dijo. "Morpheus descubre las galaxias por ti, y lo hace píxel por píxel, por lo que puede manejar imágenes muy complicadas, en las que puedes tener una esferoidal justo al lado de un disco. En el caso de un disco con una protuberancia central, clasifica la protuberancia por separado. Así que es muy potente".

Para entrenar el algoritmo de aprendizaje profundo, los investigadores usaron información de un estudio de 2015 en el que docenas de astrónomos clasificaron cerca de 10.000 galaxias en imágenes del Telescopio Espacial Hubble, pertenecientes al estudio CANDELS. Luego aplicaron Morpheus a los datos de las imágenes del programa Hubble Legacy Fields, que combinan observaciones tomadas por varios estudios de campo profundo del Hubble.

Cuando Morpheus procesa una imagen de una zona del cielo, genera un nuevo conjunto de imágenes de esa parte del cielo en la que todos los objetos están codificados por colores según su morfología, separando los objetos astronómicos del fondo e identificando las fuentes puntuales (estrellas) y los diferentes tipos de galaxias. El resultado incluye un nivel de confianza para cada clasificación. Ejecutándose en la supercomputadora de la UCSC, el programa genera rápidamente un análisis píxel por píxel para todo el conjunto de datos.

"Morpheus proporciona detección y clasificación morfológica de objetos astronómicos a un nivel de granularidad que no existe actualmente", dijo Hausen. (Fuente: NCYT Amazings)