Investigadores chinos han desarrollado un modelo de inteligencia artificial (IA) para el procesamiento de imágenes astronómicas que mejora significativamente la capacidad de los científicos para observar las profundidades del cosmos.
El modelo, denominado ASTERIS (Astronomical Spatiotemporal Enhancement and Reconstruction for Image Synthesis), fue creado por un equipo de investigación multidisciplinario de la Universidad de Tsinghua, utilizando óptica computacional y algoritmos de IA.
Según los hallazgos publicados el viernes en la revista Science, el modelo puede ayudar a extraer señales astronómicas extremadamente débiles, identificar galaxias a más de 13 mil millones de años luz de distancia y generar las imágenes de espacio profundo más detalladas jamás producidas.
La exploración de objetos celestes distantes y tenues es crucial para comprender el origen y la evolución del universo. Sin embargo, los astrónomos enfrentan un desafío importante: las débiles señales provenientes de objetos celestes remotos a menudo se ven oscurecidas por el ruido del cielo de fondo y la radiación térmica de los telescopios.
El estudio demuestra que la aplicación de la técnica de “desruido espaciotemporal auto-supervisado” del modelo a los datos del Telescopio Espacial James Webb (JWST) extiende la cobertura observacional desde la luz visible, alrededor de 500 nanómetros, hasta el infrarrojo medio, a 5 micrómetros. Además, aumenta la profundidad de detección en 1.0 magnitud, permitiendo efectivamente al telescopio detectar objetos 2.5 veces más débiles que antes.
Utilizando el modelo, el equipo identificó más de 160 galaxias candidatas de alto corrimiento al rojo del período del “Amanecer Cósmico”, aproximadamente entre 200 y 500 millones de años después del Big Bang, triplicando el número de descubrimientos realizados con métodos anteriores, según Cai Zheng, profesor asociado del Departamento de Astronomía de Tsinghua y miembro del equipo de investigación.
Los investigadores afirman que el modelo de IA puede decodificar grandes volúmenes de datos de telescopios espaciales y es compatible con múltiples plataformas de observación, lo que le otorga el potencial de convertirse en una plataforma universal para mejorar los datos del espacio profundo.
Las técnicas tradicionales de reducción de ruido se basan en apilar múltiples exposiciones y asumen que el ruido es uniforme o correlacionado. En realidad, el ruido en el espacio profundo varía tanto en el tiempo como en el espacio. ASTERIS aborda este problema reconstruyendo las imágenes del espacio profundo como un volumen espaciotemporal 3D.
A través de un “mecanismo de selección fotométrica adaptativa”, el modelo identifica sutiles fluctuaciones de ruido y las distingue de las señales ultra-débiles de estrellas y galaxias distantes.
“En general, creo que este es un trabajo muy relevante que puede tener un impacto importante en toda la astronomía”, comentó un revisor de la investigación.
Objetos celestes débiles, oscurecidos por el ruido de la luz en las observaciones astronómicas, pueden ser reconstruidos con alta fidelidad, según Dai Qionghai, profesor del Departamento de Automatización de Tsinghua.
De cara al futuro, los investigadores esperan que la tecnología se implemente en telescopios de próxima generación para ayudar a abordar importantes cuestiones científicas relacionadas con la decodificación de la energía oscura, la materia oscura, los orígenes cósmicos y los exoplanetas.
