Un grupo de investigadores japoneses ha aplicado técnicas de inteligencia artificial para analizar imágenes de más de medio millón de galaxias del universo distante, logrando una precisa clasificación de las mismas según su morfología. El nuevo enfoque promete producir importantes descubrimientos en el futuro.

Científicos del Observatorio Astronómico Nacional de Japón (NAOJ) han utilizado inteligencia artificial para realizar una exhaustiva clasificación de alrededor de 560.000 galaxias del universo distante de acuerdo a su forma, a partir de imágenes de campo ultra-amplio obtenidas por el Telescopio Subaru. Buscaron galaxias espirales con forma de 'S', galaxias espirales con forma de 'Z' y galaxias no espirales.

Hubiera sido prácticamente imposible procesar y clasificar esta cantidad de información solamente mediante el esfuerzo humano. Según una nota de prensa, el logro se concretó gracias al uso de algoritmos de aprendizaje profundo, un área de la inteligencia artificial que trabaja imitando el espíritu del aprendizaje humano e incorporando enormes cantidades de datos.

Se denomina aprendizaje profundo a una rama del aprendizaje automático que emplea algoritmos con mayor versatilidad. A diferencia de los algoritmos tradicionales utilizados habitualmente en inteligencia artificial, los empleados en aprendizaje profundo pueden trabajar con un mayor volumen de datos y acumular experiencia con más rapidez.

Gracias a esto, se vuelven una inmejorable opción para el tratamiento de una información tan voluminosa como la obtenida por los astrónomos japoneses. Mediante esta técnica, los investigadores han alcanzado una gran precisión para clasificar galaxias a partir de las imágenes captadas por Subaru.

Máxima precisión y nuevos caminos de investigación

Las técnicas de procesamiento automatizado que se basan en algoritmos de aprendizaje profundo se han desarrollado rápidamente en los últimos años. Sus aplicaciones abarcan cámaras de seguridad, vehículos autónomos, robótica y otros campos, pero no se habían documentado en el tratamiento de imágenes astronómicas de esta cantidad y envergadura.

El objetivo principal de los investigadores japoneses era poder distinguir mediante inteligencia artificial las galaxias con patrones espirales de aquellas que no presentan esta morfología. Las galaxias espirales deslumbran especialmente a los astrónomos, quizás porque se piensa que tienen más probabilidades de albergar vida, por su complejidad o porque nuestra Vía Láctea es precisamente una galaxia espiral.

El sistema aplicado sobre las imágenes de 560.000 galaxias del universo distante obtenidas por el Telescopio Subaru garantizó una precisión casi perfecta: 97,5 por ciento. Hasta el momento, los astrónomos informaron la identificación de alrededor de 80.000 galaxias espirales.

Ahora, como los algoritmos de aprendizaje profundo van capitalizando las experiencias y se hacen "más sabios" con el paso del tiempo y los datos acumulados, los científicos creen que será posible identificar nuevas morfologías y ajustar la clasificación de las galaxias al detalle. Conocer más sobre el universo distante puede ser el primer paso para el desarrollo de futuras e interesantes investigaciones.

Por ejemplo, los especialistas ya están trabajando en los algoritmos para "enseñarles" sobre la identificación de galaxias en colisión y fusión, una condición que puede indicar características astronómicas de especial peso científico, al aportar datos sobre la evolución del universo a lo largo del tiempo.

Referencia

Spin parity of spiral galaxies II: a catalogue of 80 k spiral galaxies using big data from the Subaru Hyper Suprime-Cam survey and deep learning. Ken-ichi Tadaki, Masanori Iye, Hideya Fukumoto, Masao Hayashi, Cristian E Rusu, Rhythm Shimakawa and Tomoka Tosaki. Monthly Notices of the Royal Astronomical Society, Volume 496, Pages 4276-4286 (2020).DOI:https://www.doi.org/10.1093/mnras/staa1880