Un algoritmo de inteligencia artificial desmitifica el universo

El universo se vería mucho mejor si la atmósfera de la Tierra no lo estuviera bombardeando con imágenes todo el tiempo.

Incluso las imágenes obtenidas por los mejores telescopios terrestres del mundo son borrosas debido a bolsas de aire en movimiento en la atmósfera. Aunque este desenfoque parece inofensivo, oscurece las formas de los objetos en las imágenes astronómicas, lo que a veces da como resultado mediciones físicas llenas de errores que son esenciales para comprender la naturaleza de nuestro universo.

Ahora, investigadores de la Universidad Northwestern y la Universidad Tsinghua en Beijing han revelado una nueva estrategia para solucionar este problema. El equipo adaptó un conocido algoritmo de visión por computadora que se usa para afinar imágenes y, por primera vez, lo aplicó a imágenes astronómicas de telescopios terrestres. Los investigadores también entrenaron un algoritmo de inteligencia artificial (IA) en datos simulados para que coincida con los parámetros de imagen del Observatorio Vera C. Rubin, de modo que cuando el observatorio abra el próximo año, el instrumento será instantáneamente compatible.

Si bien los astrofísicos ya usan técnicas para eliminar el desenfoque, el algoritmo modificado basado en IA funciona más rápido y produce imágenes más realistas que las tecnologías actuales. Las imágenes resultantes son nítidas y más realistas. También es bonito, aunque la tecnología no es para eso.

«A menudo, el objetivo de la fotografía es obtener una imagen bonita y hermosa», dijo Emma Alexander, de la Universidad Northwestern, autora principal del estudio. Pero las fotografías astronómicas se utilizan en la ciencia. Al limpiar las imágenes de la manera correcta, podemos obtener datos más precisos. El algoritmo elimina matemáticamente la atmósfera, lo que permite a los físicos obtener mejores mediciones científicas. Al final del día, las fotos también se ven mejor”.

La investigación se publicará el 30 de marzo en Monthly Notices of the Royal Astronomical Society.

Alexander es profesora asistente de ciencias de la computación en la Escuela de Ingeniería McCormick de la Universidad Northwestern, donde dirige el Life-Inspired BioVision Lab. Ella codirigió el nuevo estudio con Tianao Li, estudiante de pregrado de ingeniería eléctrica en la Universidad de Tsinghua y pasante de investigación en el laboratorio Alexander.

Cuando la luz se emite desde estrellas, planetas y galaxias distantes, viaja a través de la atmósfera de la Tierra antes de llegar a nuestros ojos. Nuestra atmósfera no solo bloquea ciertas longitudes de onda de luz, sino que también distorsiona la luz que llega a la Tierra. Incluso un cielo nocturno despejado todavía contiene aire en movimiento que afecta el paso de la luz a través de él. Esta es la razón por la que las estrellas brillan y por la que los mejores telescopios terrestres están ubicados a gran altura, donde la atmósfera es más delgada.

«Es un poco como mirar desde el fondo de una piscina», dijo Alexander. «El agua empuja y distorsiona la luz. La atmósfera, por supuesto, es mucho menos densa, pero es un concepto similar».

La borrosidad se convierte en un problema cuando los astrofísicos analizan imágenes para extraer datos cósmicos. Al estudiar las formas aparentes de las galaxias, los científicos pueden detectar los efectos gravitatorios de las estructuras cósmicas a gran escala, que desvían la luz en su camino hacia nuestro planeta. Esto puede hacer que una galaxia elíptica parezca más redonda o estirada de lo que realmente es. Pero el desenfoque atmosférico distorsiona la imagen de una manera que distorsiona la forma de la galaxia. Eliminar el desenfoque permite a los científicos recopilar datos precisos sobre la forma.

«Pequeñas diferencias en la forma nos pueden decir acerca de la gravedad en el universo», dijo Alexander. «Es realmente difícil detectar estas diferencias. Si miras una imagen de un telescopio terrestre, la forma puede estar distorsionada. Es difícil saber si se debe a la influencia de la gravedad o la atmósfera».

Para abordar este desafío, Alexander y Lee combinaron un algoritmo de optimización con una red de aprendizaje profundo entrenada en imágenes astronómicas. Entre las imágenes de entrenamiento, el equipo incluyó datos simulados que coincidían con los parámetros de imagen esperados del Observatorio Rubin. La herramienta resultante produjo imágenes con un 38,6 % menos de error en comparación con los métodos tradicionales de eliminación de desenfoque y un 7,4 % menos de error en comparación con los métodos modernos.

Cuando el Observatorio Rubin se inaugure oficialmente el próximo año, sus telescopios comenzarán un estudio profundo de una década a través de una enorme porción del cielo nocturno. A medida que los investigadores entrenaron la nueva herramienta con datos diseñados específicamente para simular las próximas imágenes de Robin, podrá ayudar a analizar datos de encuestas muy esperados.

Para los astrónomos interesados ​​en usar el instrumento, el código es de código abierto, fácil de usar y los tutoriales que lo acompañan están disponibles en línea.

«Ahora estamos pasando este instrumento y poniéndolo en manos de expertos en astronomía», dijo Alexander. «Creemos que este podría ser un recurso valioso para que los estudios del cielo obtengan los datos más realistas posibles».

El estudio, «Deconstrucción de una imagen de galaxia de lente gravitacional débil con ADMM no controlado plug-and-play», utilizó recursos computacionales del Laboratorio de imágenes computacionales de la Universidad Northwestern.