Herramienta de IA desarrollada en Oxford ayuda a los astrónomos a encontrar supernovas en un cielo lleno de ruido

Fuente Oxford University

Una nueva herramienta basada en IA ha reducido la carga de trabajo de los astrónomos en un 85 %, filtrando miles de alertas de datos para identificar las pocas señales genuinas causadas por supernovas (explosiones potentes de estrellas moribundas). Los hallazgos se han publicado en The Astrophysical Journal.

La investigadora principal, la Dra. Héloïse Stevance (Departamento de Física, Universidad de Oxford), afirmó: «Lo sorprendente es la poca cantidad de datos que se requirió. Con tan solo 15 000 ejemplos y la potencia de cálculo de mi portátil, pude entrenar algoritmos inteligentes para que hicieran el trabajo pesado y automatizaran lo que antes le tomaba horas a un ser humano cada día. Esto demuestra que, con la guía de expertos, la IA puede transformar los descubrimientos astronómicos sin necesidad de enormes conjuntos de datos ni gran capacidad de cálculo».

Encontrando la aguja en el pajar cósmico

Las supernovas son explosiones raras y brillantes que marcan la muerte de estrellas masivas; eventos que ayudan a los científicos a comprender el origen de los elementos químicos. Estas explosiones aparecen inesperadamente en el cielo nocturno y deben detectarse rápidamente antes de que se desvanezcan; en esencia, un juego cósmico de encontrar la diferencia.

Un equipo de investigadores, dirigido por la Universidad de Oxford y la Queen’s University de Belfast, las busca utilizando el Sistema de Alerta de Último Impacto Terrestre de Asteroides (ATLAS). Este sistema, originalmente diseñado como un sistema de alerta temprana de impacto de asteroides, escanea todo el cielo visible cada 24 a 48 horas utilizando cinco telescopios ubicados en todo el mundo. Es un proyecto financiado por la NASA y liderado por la Universidad de Hawái, y Oxford procesa los datos para detectar explosiones de gran magnitud más allá de nuestra galaxia. La búsqueda genera millones de alertas potenciales cada noche, la mayoría de las cuales son ruido (ya sea errores instrumentales u objetos conocidos).

Incluso después de aplicar técnicas estándar de filtrado y análisis automatizado de imágenes, los investigadores se quedaron con entre 200 y 400 señales candidatas diarias que debían ser examinadas manualmente. Solo unas pocas serían fenómenos realmente interesantes, como supernovas o transitorios extragalácticos (la contraparte óptica de los estallidos de rayos gamma).

«Esta verificación manual llevaría varias horas al día», añadió el Dr. Stevance. «Gracias a nuestra nueva herramienta, podemos liberar tiempo de los científicos para lo que mejor saben hacer: resolver problemas de forma creativa y cuestionar la naturaleza de nuestro universo. ¡Es el equivalente astrofísico a tener un robot lavando la ropa para que puedas concentrarte en tu arte!».

La nueva herramienta, llamada Asistente Virtual de Investigación (VRA), es un conjunto de bots automatizados que imita el proceso de toma de decisiones humano, clasificando las alertas según su probabilidad de ser explosiones extragalácticas reales. A diferencia de muchos enfoques automatizados con IA que requieren grandes cantidades de datos de entrenamiento y supercomputadoras, el VRA utiliza un enfoque más eficiente. En lugar de métodos de aprendizaje profundo que requieren un gran volumen de datos, el sistema utiliza algoritmos más pequeños basados ​​en árboles de decisión que buscan patrones en aspectos específicos de los datos. Esto permite a los científicos aplicar su experiencia directamente al modelo y guiar los algoritmos hacia las características clave que deben buscarse.

Fundamentalmente, el VRA actualiza su evaluación cada vez que un telescopio vuelve a visitar la misma zona del cielo. Esto significa que una señal se revisa y califica automáticamente durante varias noches, y solo las candidatas más prometedoras se pasan a astrónomos humanos para su revisión.

En su primer año de uso, el VRA filtró con éxito más de 30.000 alertas, pasando por alto menos del 0,08 % de las alertas de supernovas reales. Esto redujo en aproximadamente un 85 % el número de alertas enviadas a observadores humanos para su verificación, a la vez que retuvo más del 99,9 % de las candidatas a supernovas genuinas.

Desde diciembre de 2024, el VRA está conectado con el Telescopio Sudafricano Lesedi para que pueda activar automáticamente observaciones de seguimiento de las señales más prometedoras, incluso antes de que un humano haya revisado los datos. Esto ya ha dado como resultado la confirmación de nuevas supernovas. El profesor Stephen Smartt (Departamento de Física de la Universidad de Oxford), coautor del estudio, afirmó: «La velocidad y la precisión de esta herramienta potenciarán la capacidad de nuestro equipo para detectar y estudiar fenómenos extraños y raros en el cosmos, como las explosiones de estrellas moribundas en galaxias distantes, que pueden enseñarnos cómo se crean los elementos químicos y la velocidad de expansión del universo. También podremos correlacionar de forma más eficiente las fuentes ópticas con las emisiones en rayos gamma, rayos X y radiofrecuencias, y posiblemente con las ondas gravitacionales. La velocidad y la precisión de los modelos son impresionantes».

El futuro es brillante

Este logro llega justo a tiempo, con el próximo lanzamiento del Legacy Survey of Space and Time (LSST) del Observatorio Vera Rubin a principios de 2026. A lo largo de diez años, este sondeará todo el cielo del hemisferio sur cada pocos días, generando finalmente más de 500 petabytes* de imágenes y datos.

«El LSST está programado para emitir más de 10 millones de alertas cada noche, detectando desde asteroides en movimiento, supernovas, materia que cae sobre agujeros negros, estrellas de neutrones en fusión y, probablemente, también nuevos fenómenos. Nuestro trabajo como astrónomos será mantenernos al día con esta avalancha de datos», añadió la Dra. Stevance. «Herramientas como nuestro nuevo Asistente Virtual de Investigación serán invaluables para ayudarnos a comprender mejor cómo las supernovas y sus estrellas masivas crearon todos los elementos químicos necesarios para el mundo tal como lo conocemos, desde el hidrógeno hasta el pastel de manzana».

La Dra. Stevance está desarrollando actualmente Asistentes Virtuales de Investigación para los intermediarios de datos del LSST del Reino Unido y Europa (Lasair, Fink) con la ambición de utilizar los datos del LSST para crear robots que puedan buscar supernovas de forma preventiva, prediciendo cuándo y dónde explotarán.

La Dra. Stevance añadió: «En astronomía, el nuevo conocimiento se extrae de los datos, y el LSST será revolucionario: solo en su primer año, capturará más datos que cualquier otro sondeo realizado hasta la fecha». “Me siento muy privilegiado de vivir y trabajar en un momento tan histórico”.

Referencia

• H. F. Stevance et al. «The ATLAS Virtual Research Assistant». 2025 ApJ 990 201DOI 10.3847/1538-4357/adf2a1