Fundado en 1910
Matteo Paz con el presidente de Caltech, Thomas F. Rosenbaum

Matteo Paz con el presidente de Caltech, Thomas F. RosenbaumInstituto Tecnológico de California

Ciencia

Un estudiante de 18 años revoluciona la exploración espacial y detecta millones de objetos tras crear su propia IA

El estadounidense, Matteo Paz, fue galardonado con el prestigioso primer lugar en el concurso de la Sociedad para la Ciencia en Estados Unidos, llevándose un premio de 250.000 dólares

Una de las grandes prioridades para las distintas agencias espaciales continúa siendo la localización y estudio de objetos espaciales. Actualmente, la NASA ha llevado a la práctica varios métodos para buscar y rastrear estos objetos, incluyendo la colaboración con astrónomos aficionados, la utilización de telescopios y la creación de herramientas online para el público. De hecho, una sola persona habría agilizado el trabajo de la agencia gracias a la inteligencia artificial.

Con tan solo 18 años, Matteo Paz (Pasadena, California) se ha convertido en la figura espacial por excelencia tras localizar más de un millón y medio de objetos espaciales hasta ahora desconocidos. Para ello, el joven estadounidense utilizó un algoritmo de inteligencia artificial que él mismo diseñó y desarrolló.

Su hallazgo, respaldado por científicos del propio Caltech y del equipo del telescopio NEOWISE de la NASA, que lo describió como uno de los más grandes registros de objetos celestes jamás realizados por una sola persona.

El joven fue admitido en el programa Planet Finder Academy de Caltech en el verano de 2022 –con tan solo 15 años–, donde profundizó en programación, astronomía y análisis matemático avanzado. Fue allí donde conoció al astrónomo Davy Kirkpatrick, uno de los expertos del proyecto NEOWISE.

«Tengo muchísima suerte de haber conocido a Davy. Recuerdo el primer día que hablé con él. Le comenté que estaba considerando trabajar en un artículo científico sobre esto, lo cual es una meta mucho mayor que seis semanas. No me desanimó. Me dijo: 'Bueno, hablemos de eso'. Me ha permitido un aprendizaje sin límites. Creo que por eso he crecido tanto como científica», expuso Paz.

En concreto, el telescopio lleva más de una década estudiando el espacio, consiguiendo más de 200.000 millones de datos, los cuáles contienen información sobre millones de fuentes luminosas del cielo esperando ser interpretadas, algo prácticamente imposible de realizar de manera manual.

Proceso de extracción de anomalías de objetos espaciales del sistema de IA VARNet

Proceso de extracción de anomalías de objetos espaciales del sistema de IA VARNetThe Astronomical Journal

Por ello, Paz diseñó VARNet, un sistema capaz de escanear y clasificar patrones en las curvas de luz de los objetos celestes. De esta manera, el algoritmo fue capaz de identificar con precisión aquellos objetos que mostraban comportamientos inéditos.

Lo más sorprendente es la gran velocidad con la que VARNet funcionaba, operando cada fuente de datos en menos de 53 microsegundos. Gracias a este espectacular rendimiento, logró revisar los datos completos en menos de una semana, algo que le tomaría años a cualquier ser humano.

Como era de esperar, su investigación –publicada en la revista The Astronomical Journal– no pasó desapercibida. El joven estadounidense fue galardonado con el primer lugar en el prestigioso concurso de la Sociedad para la Ciencia en Estados Unidos, consiguiendo un premio de 250.000 dólares –algo más de 220.000 euros–.

Aunque su logro tiene una clara implicación astronómica, el joven ya ha considerado una posible aplicación en otras disciplinas, como el análisis financiero o la vigilancia ambiental.

«El modelo que implementé puede utilizarse para otros estudios del dominio temporal en astronomía, y potencialmente para cualquier otro estudio que se presente en formato temporal. Veo cierta relevancia para el análisis de gráficos (del mercado de valores), donde la información también se presenta en series temporales y los componentes periódicos pueden ser cruciales. También se podrían estudiar efectos atmosféricos como la contaminación, donde las estaciones periódicas y los ciclos día-noche desempeñan un papel fundamental», concluyó Paz.

comentarios
tracking