NASA usará máquinas que analizarán automáticamente las características de las estrellas

PASADENA.- Con tantas estrellas en nuestra galaxia para descubrir y catalogar, la NASA ha recurrido a la ayuda de máquinas de aprendizaje, que de forma automática, reconocen, ordenan y permiten saber todas las características de los astros.

La investigación, realizada por la NASA, es parte del creciente campo del aprendizaje automático, en el que los computadores adquieren habilidades, en base a grandes conjuntos de datos, para encontrar patrones que los humanos no podrían ver de otra manera.

Los astrónomos están recurriendo a este sistema para ayudarles a identificar propiedades básicas de las estrellas, a partir del estudio de imágenes del cielo nocturno.

El Gran Telescopio para Rastreos Sinópticos (LSST), con sede en Chile, es uno de los nuevos proyectos que utilizará este sistema, aumentando la cantidad de datos disponibles para la NASA. En pocas noches, esta técnica recopilará la información de miles de millones de estrellas, a un menor costo.

El aprendizaje automático se ha aplicado al cosmos antes. Sin embargo, este esfuerzo es el primero en predecir los rasgos específicos de las estrellas, como el tamaño y la presencia de elementos pesados, utilizando imágenes de esos astros tomadas a lo largo del tiempo. Estos rasgos son esenciales para aprender acerca de cuándo nació una estrella y cuánto ha cambiado desde entonces.

"Con más información sobre los diferentes tipos de estrellas de nuestra galaxia, podemos hacer un mapa mejor sobre la estructura e historia de la Vía Láctea”, dijo Adam Miller del Laboratorio de Propulsión a Chorro de la NASA en Pasadena, California. "Estamos pronosticando propiedades fundamentales de las estrellas."

Pero antes de que las máquinas puedan aprender a detectar patrones, primero necesitan un "periodo de formación". Miller y su equipo comenzaron con el análisis de 9.000 estrellas y obtuvieron espectros que revelaron varias de sus propiedades básicas como tamaño, temperatura y cantidad de elementos pesados, como el hierro. Otra variable registrada fue el brillo de las estrellas, en las denominadas curvas de luz.

"Podemos descubrir y clasificar nuevos tipos de estrellas sin necesidad de espectros, que son caros y lentos de obtener", dijo Miller.

Una vez que el LSST esté plenamente operativo en 2023 , se podría reducir el número de astrónomos pasan toda la noche en vela.