Así es la nueva herramienta de IA capaz de encontrar supernovas en el espacio profundo

Una nueva herramienta de la Universidad de Oxford (Reino Unido) 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 publican en The Astrophysical Journal.

La investigadora principal, la doctora Héloïse Stevance (Departamento de Física, Universidad de Oxford), comenta: «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 al 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 potencia de cálculo».

Las supernovas son explosiones brillantes y poco frecuentes 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.

El equipo, liderado por la Universidad de Oxford y la Universidad Queen's de Belfast (Irlanda del Norte), busca estas explosiones utilizando el Sistema de Última Alerta de 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 (Hawái), y Oxford procesa los datos para detectar explosiones de alta intensidad 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).

«Esta verificación manual tomaría varias horas al día», añade la doctora 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».

La nueva herramienta, denominada Asistente Virtual de Investigación (VRA), consiste en un conjunto de bots automatizados que imitan 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 ágil.

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.

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. Durante diez años, este sondeará todo el cielo del hemisferio sur cada pocos días, generando en última instancia más de 500 petabytes (un petabyte equivale a 10^15 bytes o un millón de gigabytes) 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.