El cerebro artificial escanea la galaxia para buscar las estrellas hiperveloces
La impresión de un artista de que las estrellas se aceleran a través de la galaxia. Crédito de la imagen: ESA
Por Andrew Masterson, para Cosmos Magazine Junio 27 de 2017
Una red neuronal artificial capaz de aprender de sus propias observaciones está ayudando a los astrónomos a identificar un tipo raro de estrella que podría ofrecer pistas tanto a la formación de la Vía Láctea como al papel de la materia oscura en el gobierno de su movimiento.
Un equipo liderado por Elena Maria Rossi, de la Universidad de Leiden, en los Países Bajos, describe cómo el algoritmo de autoadaptación detecta a estrellas pícaras entre millones de mapas trazados por el satélite Gaia de la Agencia Espacial Europea.
Las estrellas en cuestión están viajando a velocidades mucho más altas de lo habitual a través de la galaxia, un fenómeno raro identificado hace sólo una década. Mientras que la mayoría de las estrellas, incluyendo el Sol, se mueven a unos 220 kilómetros por segundo, y las de las afueras de la Vía Láctea sólo alrededor de 150 kilómetros por segundo, estas variantes de alta velocidad se acercan a dos o tres veces la velocidad.
Hasta hace poco, sólo 20 de esas estrellas habían sido identificadas - todas ellas jóvenes y masivas. Se reconoció, sin embargo, que esto era probable que fuera un artefacto de los métodos de búsqueda utilizados, por lo que Rossi y su equipo se dispuso a ver si otros tipos también a veces se deshonran.
"Estas estrellas de hipervelocidad son muy importantes para estudiar toda la estructura de nuestra Vía Láctea", dice.
"Son estrellas que han recorrido grandes distancias a través de la galaxia pero que pueden rastrearse hasta su núcleo, un área tan densa y oscurecida por el gas interestelar y el polvo que normalmente es muy difícil de observar, por lo que proporcionan información crucial sobre el campo gravitatorio De la Vía Láctea desde el centro hasta sus alrededores ".
Para llevar a cabo su búsqueda, los científicos utilizaron el primer conjunto de datos disponible de la misión Gaia - una cantidad masiva de información publicada en septiembre del año pasado.
Los mapas de datos completos sobre mil millones de estrellas, pero la tripulación de Rossi estaban particularmente interesados en un solo subconjunto: mediciones de dos millones de estrellas que combinaron la información de Gaia con la de la misión Hipparcos de la ESA, que trazó la misma área de cielo hace más de 20 años.
Al comparar las diferencias entre las dos mediciones, los astrónomos esperaban poder identificar las estrellas que se movían a velocidades superiores a la media. Para lograr esto, utilizaron una arquitectura de red neural que había sido entrenada durante seis meses para detectar el tipo de anomalías de velocidad que podrían indicar los objetivos.
Las redes neuronales están a la vanguardia de mucho desarrollo de la inteligencia artificial. Su ventaja particular es poder aprender rápidamente de sus propios errores, sin tener que ser reprogramados o actualizados por los operadores humanos, constantemente reduciendo así su enfoque y mejorando su precisión.
"En el día de la liberación de datos, hemos ejecutado nuestro nuevo algoritmo en los dos millones de estrellas de TGAS", dice Elena.
"En sólo una hora, el cerebro artificial ya había reducido el conjunto de datos a unas 20.000 estrellas potenciales de alta velocidad. Una selección adicional que incluía sólo mediciones por encima de cierta precisión en la distancia y en el movimiento lo redujo a 80 estrellas candidatas ".
Otros refinamientos redujeron la cantera a sólo seis estrellas, todas ahora establecidas para una investigación mucho más detallada.
Uno de ellos, moviéndose a más de 500 kilómetros por segundo, parece destinado a disparar finalmente fuera de la Vía Láctea por completo.
Los otros cinco, sin embargo, están moviéndose a velocidades ligeramente más lentas, y el equipo de Rossi está decidido a descubrir qué es lo que los está frenando. Un candidato fuerte es la fricción causada por la materia oscura.
El próximo volcado de información de Gaia se llevará a cabo en 2018. Rossi y sus colegas tienen la intención de aplicar su algoritmo a este conjunto de datos mucho más grande, lo que le permite comparar las lecturas con la descarga de 2016 millones de puntos para ver si se puede detectar más pícaro de alta velocidad .
With a little help from Google Translate for Business
Las redes neuronales llegan a la astronomía como un algoritmo de auto-adaptación que se introduce a través de mapas estelares para encontrar estrellas que se mueven rápido,
escribe Andrew Masterson.
La impresión de un artista de que las estrellas se aceleran a través de la galaxia. Crédito de la imagen: ESA
Por Andrew Masterson, para Cosmos Magazine Junio 27 de 2017
Una red neuronal artificial capaz de aprender de sus propias observaciones está ayudando a los astrónomos a identificar un tipo raro de estrella que podría ofrecer pistas tanto a la formación de la Vía Láctea como al papel de la materia oscura en el gobierno de su movimiento.
Un equipo liderado por Elena Maria Rossi, de la Universidad de Leiden, en los Países Bajos, describe cómo el algoritmo de autoadaptación detecta a estrellas pícaras entre millones de mapas trazados por el satélite Gaia de la Agencia Espacial Europea.
Las estrellas en cuestión están viajando a velocidades mucho más altas de lo habitual a través de la galaxia, un fenómeno raro identificado hace sólo una década. Mientras que la mayoría de las estrellas, incluyendo el Sol, se mueven a unos 220 kilómetros por segundo, y las de las afueras de la Vía Láctea sólo alrededor de 150 kilómetros por segundo, estas variantes de alta velocidad se acercan a dos o tres veces la velocidad.
Hasta hace poco, sólo 20 de esas estrellas habían sido identificadas - todas ellas jóvenes y masivas. Se reconoció, sin embargo, que esto era probable que fuera un artefacto de los métodos de búsqueda utilizados, por lo que Rossi y su equipo se dispuso a ver si otros tipos también a veces se deshonran.
"Estas estrellas de hipervelocidad son muy importantes para estudiar toda la estructura de nuestra Vía Láctea", dice.
"Son estrellas que han recorrido grandes distancias a través de la galaxia pero que pueden rastrearse hasta su núcleo, un área tan densa y oscurecida por el gas interestelar y el polvo que normalmente es muy difícil de observar, por lo que proporcionan información crucial sobre el campo gravitatorio De la Vía Láctea desde el centro hasta sus alrededores ".
Para llevar a cabo su búsqueda, los científicos utilizaron el primer conjunto de datos disponible de la misión Gaia - una cantidad masiva de información publicada en septiembre del año pasado.
Los mapas de datos completos sobre mil millones de estrellas, pero la tripulación de Rossi estaban particularmente interesados en un solo subconjunto: mediciones de dos millones de estrellas que combinaron la información de Gaia con la de la misión Hipparcos de la ESA, que trazó la misma área de cielo hace más de 20 años.
Al comparar las diferencias entre las dos mediciones, los astrónomos esperaban poder identificar las estrellas que se movían a velocidades superiores a la media. Para lograr esto, utilizaron una arquitectura de red neural que había sido entrenada durante seis meses para detectar el tipo de anomalías de velocidad que podrían indicar los objetivos.
Las redes neuronales están a la vanguardia de mucho desarrollo de la inteligencia artificial. Su ventaja particular es poder aprender rápidamente de sus propios errores, sin tener que ser reprogramados o actualizados por los operadores humanos, constantemente reduciendo así su enfoque y mejorando su precisión.
"En el día de la liberación de datos, hemos ejecutado nuestro nuevo algoritmo en los dos millones de estrellas de TGAS", dice Elena.
"En sólo una hora, el cerebro artificial ya había reducido el conjunto de datos a unas 20.000 estrellas potenciales de alta velocidad. Una selección adicional que incluía sólo mediciones por encima de cierta precisión en la distancia y en el movimiento lo redujo a 80 estrellas candidatas ".
Otros refinamientos redujeron la cantera a sólo seis estrellas, todas ahora establecidas para una investigación mucho más detallada.
Uno de ellos, moviéndose a más de 500 kilómetros por segundo, parece destinado a disparar finalmente fuera de la Vía Láctea por completo.
Los otros cinco, sin embargo, están moviéndose a velocidades ligeramente más lentas, y el equipo de Rossi está decidido a descubrir qué es lo que los está frenando. Un candidato fuerte es la fricción causada por la materia oscura.
El próximo volcado de información de Gaia se llevará a cabo en 2018. Rossi y sus colegas tienen la intención de aplicar su algoritmo a este conjunto de datos mucho más grande, lo que le permite comparar las lecturas con la descarga de 2016 millones de puntos para ver si se puede detectar más pícaro de alta velocidad .
With a little help from Google Translate for Business