\tAgency<\/p>\n
\t\t\t\t\t\t28\/01\/2026
\n\t\t\t\t55 views
\n\t\t\t\t\t\t\t\t\t\t2 likes<\/p>\n
Un equipo de astr\u00f3nomos ha utilizado un nuevo m\u00e9todo con ayuda de inteligencia artificial para buscar objetos astron\u00f3micos poco comunes en el Archivo del Legado del Hubble. El equipo examin\u00f3 casi 100 millones de fragmentos de im\u00e1genes en solo dos d\u00edas y medio, descubriendo casi 1400 objetos an\u00f3malos, m\u00e1s de 800 de los cuales nunca antes hab\u00edan sido documentados.<\/p>\n
\t\t\t\t\t\t\tAstrophysical anomalies from Hubble\u2019s archive<\/a><\/p>\n Los objetos raros y an\u00f3malos, como las galaxias en colisi\u00f3n, las lentes gravitacionales y las galaxias anulares, son de enorme inter\u00e9s cient\u00edfico, pero son dif\u00edciles de encontrar en el creciente volumen de datos de telescopios como el Telescopio Espacial Hubble<\/a>. Cada vez m\u00e1s, los astr\u00f3nomos deben preguntarse c\u00f3mo pueden encontrar una aguja c\u00f3smica en un pajar del tama\u00f1o del universo.<\/p>\n Recientemente, los investigadores David O’Ryan y Pablo G\u00f3mez, de la Agencia Espacial Europea, desarrollaron una herramienta de inteligencia artificial que les permite analizar millones de im\u00e1genes astron\u00f3micas en una fracci\u00f3n del tiempo que necesitar\u00eda una persona. El equipo entren\u00f3 la herramienta y demostr\u00f3 sus capacidades utilizando el Archivo Legado del Hubble, que contiene decenas de miles de conjuntos de datos que abarcan la larga vida operativa del telescopio.<\/p>\n \u00abLas observaciones de archivo del telescopio espacial Hubble se remontan ahora a 35, lo que proporciona un aut\u00e9ntico tesoro de datos en el que podr\u00edan encontrarse anomal\u00edas astrof\u00edsicas\u00bb, afirma David, autor principal del art\u00edculo de investigaci\u00f3n publicado ayer en la revista Astronomy & Astrophysics.<\/p>\n Las anomal\u00edas astrof\u00edsicas suelen descubrirse cuando los cient\u00edficos buscan manualmente objetos que se salen de la norma o bien las encuentran por casualidad. Aunque los cient\u00edficos cualificados destacan en la detecci\u00f3n de anomal\u00edas c\u00f3smicas, el volumen de datos del Hubble es simplemente demasiado grande para que los expertos puedan analizarlos manualmente con el nivel de detalle necesario.<\/p>\n Los proyectos de ciencia ciudadana, que incorporan a personas no cient\u00edficas para colaborar en tareas como la clasificaci\u00f3n de galaxias, ofrecen otra forma de reducir la monta\u00f1a de datos disponibles. Aunque los grupos de ciencia ciudadana ampl\u00edan enormemente la cantidad de datos que se pueden analizar, siguen sin ser comparables a archivos extensos como el del Hubble, ni a los conjuntos de datos procedentes de telescopios de cartografiado del cielo como el telescopio espacial Euclid<\/a> de la ESA.<\/p>\n Ahora, este nuevo trabajo de David y Pablo lleva la b\u00fasqueda a un nivel completamente nuevo. El equipo desarroll\u00f3 lo que se denomina una red neuronal, una herramienta de inteligencia artificial que utiliza ordenadores para procesar datos y buscar patrones de una manera inspirada en el cerebro humano. Su red neuronal, a la que llamaron AnomalyMatch, est\u00e1 entrenada para buscar y reconocer objetos raros como galaxias medusa y arcos gravitacionales.<\/p>\n El equipo utiliz\u00f3 AnomalyMatch para buscar entre casi 100 millones de recortes de im\u00e1genes del Archivo del Legado del Hubble, lo que supone la primera vez que este archivo se ha examinado de forma sistem\u00e1tica en busca de anomal\u00edas astrof\u00edsicas. En solo dos d\u00edas y medio, AnomalyMatch complet\u00f3 su b\u00fasqueda en el archivo y devolvi\u00f3 una lista de posibles anomal\u00edas.<\/p>\n Dado que el proceso de localizaci\u00f3n de objetos raros sigue requiriendo el ojo experto de un cient\u00edfico, David y Pablo inspeccionaron personalmente las fuentes que su algoritmo calific\u00f3 como m\u00e1s probables de ser an\u00f3malas. De ellas, m\u00e1s de 1300 resultaron ser anomal\u00edas reales, de las cuales m\u00e1s de 800 no hab\u00edan sido documentadas previamente en la literatura cient\u00edfica.<\/p>\n \u00a0<\/p>\n \u00a0<\/p>\n \u00a0<\/p>\n \u00a0<\/p>\n La mayor\u00eda de las anomal\u00edas eran galaxias en proceso de fusi\u00f3n o interacci\u00f3n, que adoptaban formas inusuales o presentaban largas colas de estrellas y gas. Muchas otras eran lentes gravitacionales, en las que la gravedad de una galaxia en primer plano curva el espacio-tiempo y deforma la luz de una galaxia de fondo distante en forma de c\u00edrculo o arco. El equipo tambi\u00e9n descubri\u00f3 ejemplos de otros objetos raros, como galaxias con enormes c\u00famulos de estrellas, galaxias medusa con \u00abtent\u00e1culos\u00bb gaseosos y discos de formaci\u00f3n planetaria observados de canto, lo que les da un aspecto similar al de una hamburguesa o una mariposa. Quiz\u00e1s lo m\u00e1s intrigante de todo fue la identificaci\u00f3n de varias decenas de objetos que desafiaban cualquier clasificaci\u00f3n.<\/p>\n \u00abEste es un uso fant\u00e1stico de la inteligencia artificial para maximizar el rendimiento cient\u00edfico del archivo del Hubble\u00bb, afirma Pablo, coautor del estudio. \u00abEncontrar tantos objetos an\u00f3malos en los datos del Hubble, donde cabr\u00eda esperar que muchos ya hubieran sido descubiertos, es un resultado excelente. Adem\u00e1s, demuestra lo \u00fatil que ser\u00e1 esta herramienta para otros grandes conjuntos de datos\u00bb.El Hubble ha generado solo uno de los muchos grandes archivos de datos en astronom\u00eda, y otros muchos est\u00e1n en camino. Entre las nuevas infraestructuras que devolver\u00e1n cantidades enormes de datos se encuentran Euclid, que comenz\u00f3 en 2023 su estudio de miles de millones de galaxias en un tercio del cielo nocturno; el Observatorio Vera C. Rubin de la NSF\u2013DOE, que pronto iniciar\u00e1 su Estudio del Legado del Espacio y el Tiempo de diez a\u00f1os de duraci\u00f3n y recopilar\u00e1 m\u00e1s de 50 petabytes de im\u00e1genes; y el Telescopio Espacial Nancy Grace Roman de la NASA, al que la ESA contribuye como Misi\u00f3n de Oportunidad y cuyo lanzamiento est\u00e1 previsto no m\u00e1s tarde de mayo de 2027. Herramientas de IA como AnomalyMatch pueden ayudar a los astr\u00f3nomos a gestionar la avalancha de datos entrantes y a descubrir nuevos ejemplos de objetos raros e inusuales, e incluso quiz\u00e1 fen\u00f3menos nunca antes observados en el Universo<\/p>\n \t\t\t\tM\u00e1s informaci\u00f3n<\/p>\n El Telescopio Espacial\u00a0Hubble<\/a>\u00a0es un proyecto de cooperaci\u00f3n internacional entre la ESA y la NASA.<\/p>\n