Un equipo internacional encabezado por astrofísicos del Centro Brasileño de Investigaciones Físicas (CBPF) clasificó la forma de unas 164.000 galaxias visibles en el cielo del hemisferio sur utilizando dos algoritmos de inteligencia artificial desarrollados en el país. El primero analizó las imágenes e identificó objetos que podían dificultar la categorización de las galaxias según sus contornos, como la presencia de un cuerpo extremadamente luminoso en el campo de visión. También le asignó a cada imagen una probabilidad de ser útil para determinar la forma de una galaxia. El segundo algoritmo realizó la clasificación propiamente dicha de estos enormes agrupamientos de miles de millones de estrellas con base en la distribución y la concentración de los puntos luminosos más pequeños (píxeles) que componen las imágenes. El estudio utilizó los registros de las galaxias obtenidos por el telescopio robótico brasileño T80S, que se encuentra en operación en Chile desde 2016.
Se clasificó alrededor del 98 % de las galaxias en dos grandes clases: el 69 % como espirales y el 29 % como elípticas. El 2 % restante estaba compuesto por galaxias cuya categoría no se pudo determinar por diferentes motivos: presentaban un formato irregular, exhibían estructuras híbridas que las perfilaban como pertenecientes a las dos grandes categorías, o bien no se ajustaban a ninguna clasificación conocida. Los resultados fueron presentados en un estudio aceptado para su publicación en la revista científica Monthly Notices of the Royal Astronomical Society. “Nuestras pruebas de validación indican que el grado de acierto de nuestro método, que utiliza técnicas de inteligencia artificial para clasificar las galaxias, es de un 98,5 %”, comenta el astrofísico Clécio Roque de Bom, del CBPF. El investigador fue el creador de los dos algoritmos utilizados en el trabajo y es el autor principal del artículo.
La configuración de una galaxia contiene pistas sobre su historia y su proceso de formación. Las más comunes son las galaxias espirales, como la Vía Láctea. Su región central, lo que se conoce como el bulbo galáctico, alberga una concentración de estrellas, generalmente más antiguas. Desde el bulbo se proyectan hileras de estrellas más jóvenes, alimentadas por la presencia de gas frío, que trazan líneas curvas abiertas en el espacio, las bellas estructuras conocidas informalmente como brazos.
Desprovistas de grandes cantidades de gas, las galaxias elípticas no suelen formar nuevas estrellas y se caracterizan por exhibir una estructura más simple y monótona. Su formato es redondo u ovalado y están formadas principalmente por estrellas viejas. “Las galaxias elípticas se encuentran generalmente en el centro de los conglomerados de galaxias, mientras que las galaxias espirales están situadas en la periferia”, comenta Bom.
ESA / Hubble & NASA | ESA / Hubble & NASA, P. CoteEjemplos de las dos clases principales de galaxias, la espiral NGC 2525 (la der.) y la elíptica Messier 59ESA / Hubble & NASA | ESA / Hubble & NASA, P. Cote
De lo manual a lo automático
Hace algunas décadas, los astrofísicos clasificaban a las galaxias y otros objetos manualmente. Para ello observaban una por una las imágenes disponibles y llegaban a un veredicto. Con la enorme cantidad de registros de cuerpos celestes obtenidos por diferentes exploraciones del cielo visible, este proceso artesanal fue sustituido, al menos como primera aproximación, por clasificaciones automatizadas.
Los avances en informática y, más recientemente, en los campos de la inteligencia artificial y el aprendizaje automático permiten ahora procesar y analizar millones de imágenes con gran rapidez. “Gracias a los algoritmos, el tiempo que se tarda en clasificar una galaxia es de algunos milisegundos”, dice la astrofísica italiana Arianna Cortesi, del Observatorio de Valongo de la Universidad Federal de Río de Janeiro (OV-UFRJ), otra de las autoras del estudio. “Hay dos parámetros muy importantes para que esto sea posible: la resolución y la profundidad de las imágenes”. En otras palabras, el código del algoritmo solo es capaz de “divisar” los brazos y otras estructuras de las galaxias porque trabaja con registros de buena calidad de estos objetos celestes.
El telescopio T80S trabaja principalmente para el proyecto Southern Photometric Local Universe Survey (S-Plus). Esta iniciativa se propone cartografiar la mitad del cielo del hemisferio sur, incluyendo algunas regiones fuera del campo de visión de otros sondeos. El T80S tiene un espejo de tan solo 80 centímetros, pero cuenta con una cámara con un campo de visión muy amplio, ideal para escanear vastas áreas del cielo en un breve espacio de tiempo.
Otra de las particularidades del telescopio es que dispone de un filtro que produce imágenes en 12 bandas fotométricas diferentes de los cuerpos celestes observados. “La mayoría de las prospecciones se basan en imágenes de los objetos mapeados de entre cuatro y seis bandas”, comenta la astrofísica Claudia Mendes de Oliveira, del Instituto de Astronomía, Geofísica y Ciencias Atmosféricas de la Universidad de São Paulo (IAG-USP), quien diseñó el T80S y es la coordinadora del S-Plus. “Nuestras imágenes contienen mucha información y la inteligencia artificial es una herramienta importante para ayudarnos a analizarlas”.
Hasta la fecha, el relevamiento S-Plus ha catalogado y divulgado imágenes de 21 millones de objetos celestes. Los científicos que participan en el proyecto son alrededor de 200, el 60 % de ellos brasileños. El T80S se construyó y opera con financiación mayoritaria de la FAPESP. El Consejo Nacional de Desarrollo Científico y Tecnológico (CNPq), la Financiadora de Estudios y Proyectos (Finep) y la Fundación de Apoyo a la Investigación Científica del Estado de Río de Janeiro (Faperj) también contribuyeron para la puesta en marcha del telescopio.
Proyecto
Ciencia con el telescopio robótico brasileño (nº 19/26492-3); Modalidad Proyecto Temático; Investigadora responsable Claudia Mendes de Oliveira (USP); Inversión R$ 3.899.778,96.
Artículo científico
DE BOM, C. R. et al. An extended catalogue of galaxy morphology using deep learning in southern photometric local universe survey data release 3. ArXiv. 16 jun. 2023.
