La inteligencia artificial identifica estrellas en explosión con solo 15 ejemplos

¿Cómo puede la inteligencia artificial (IA) ayudar a los astrónomos a identificar objetos celestes en el cielo nocturno? Esta es la cuestión central que abordó un estudio reciente publicado en Nature Astronomy, donde un equipo internacional de investigadores investigó la capacidad de la IA para realizar encuestas astrofísicas de eventos celestes, incluyendo agujeros negros que consumen estrellas o incluso estrellas en explosión. Este estudio presentó una oportunidad significativa para que los astrónomos utilicen la IA para mejorar su campo, reduciendo el tiempo y los recursos tradicionalmente utilizados para escanear el cielo nocturno.

En la investigación, los científicos probaron el modelo de lenguaje amplio (LLM) de Google, conocido como Gemini, en tres conjuntos de datos de observaciones del cielo nocturno: el Sistema de Respuesta Rápida y Telescopio Panorámico (Pan-STARRS), el MeerLICHT (que significa "más luz" en neerlandés) y el Sistema de Alerta de Impacto Terrestre de Asteroides (ATLAS). El objetivo era determinar si los LLM podían lograr el mismo nivel de precisión y efectividad que los conjuntos de datos mencionados, presentando a Gemini con tres sets de imágenes.

Los investigadores utilizaron indicaciones específicas para que Gemini analizara 15 ejemplos con instrucciones de clasificarlos como "Sin interés," "Interés bajo" e "Interés alto" para artefactos celestes, estrellas variables y eventos explosivos, respectivamente. El repositorio completo de ejemplos, indicaciones e instrucciones se subió a GitHub. Posteriormente, realizaron un análisis de seguimiento seis meses más tarde, con Gemini actualizado con nuevos algoritmos. Al final, los investigadores encontraron que Gemini logró una precisión del 91.9% para ATLAS, 93.4% para MeerLICHT y 94.1% para Pan-STARRS.

El Dr. Stephen Smartt, profesor de astrofísica en la Universidad de Oxford y coautor del estudio, comentó: "He trabajado en este problema de procesar rápidamente los datos de las encuestas del cielo durante más de diez años, y siempre nos encontramos con la dificultad de distinguir los eventos reales de las señales falsas en el procesamiento de datos".

El Dr. Smartt también mencionó: "Hemos pasado años entrenando modelos de aprendizaje automático, redes neuronales, para realizar el reconocimiento de imágenes. Sin embargo, la precisión del LLM al reconocer fuentes con una guía mínima en lugar de entrenamiento específico de la tarea fue notable. Si podemos escalar esto, podría ser un cambio total para el campo, otro ejemplo de cómo la IA permite el descubrimiento científico".

Este estudio se suma al creciente impacto de la IA en la astronomía y la ciencia planetaria a través de diversas aplicaciones, incluyendo detección de exoplanetas, análisis de superficies planetarias y conjuntos de datos astronómicos, identificación de supernovas, estallidos de radio rápidos, estallidos de rayos gamma y ondas gravitacionales.

Un ejemplo de cómo la IA se utiliza en la astronomía incluye el descubrimiento de Kepler-90i, que se encuentra aproximadamente a 2,767 años luz de la Tierra y es el octavo planeta descubierto en ese sistema. Aunque Kepler-90i está designado como una supertierra, su temperatura superficial rocosa es demasiado alta para albergar vida como la conocemos.

Las aplicaciones futuras de la IA en la astronomía y la ciencia planetaria incluyen predicciones del clima espacial, robots autónomos en la Luna y Marte, e incluso el uso de IA en futuras misiones tripuladas a la Luna y Marte para ayudar a los astronautas a tomar decisiones más informadas. Así, este reciente estudio no solo demuestra las crecientes aplicaciones de la IA para la astronomía y la ciencia planetaria, sino que también muestra cómo los no científicos pueden utilizar herramientas en línea gratuitas como Gemini para lograr avances científicos significativos.