¿Podría la misma tecnología que se utiliza para desbloquear los teléfonos inteligentes de las personas ¿También ayuda a desbloquear los secretos del universo? Puede parecer poco probable, pero eso es exactamente lo que los investigadores de la universidad suiza ETH Zurich, centrada en la ciencia y la tecnología, están trabajando para lograr.
Contenido
- La materia oscura importa
- Lentes gravitacionales débiles al rescate
- Extrayendo los parámetros cosmológicos.
- Una IA cosmológica
Usando una variación del tipo de red neuronal de inteligencia artificial detrás del reconocimiento facial actual tecnología, han desarrollado nueva A.I. herramientas que podrían suponer un punto de inflexión en el descubrimiento de los llamados “materia oscura.” Los físicos creen que comprender esta misteriosa sustancia es necesario para explicar cuestiones fundamentales sobre la estructura subyacente del universo.
Vídeos recomendados
"El algoritmo que [utilizamos] es muy parecido al que se utiliza habitualmente en el reconocimiento facial".
Janis Fluri, un doctorado. dijo a Digital Trends un estudiante que trabaja en un laboratorio de ETH Zurich enfocado en aplicar redes neuronales a problemas cosmológicos. “La belleza de la A.I. es que puede aprender básicamente de cualquier dato. En el reconocimiento facial aprende a reconocer ojos, bocas y narices, mientras nosotros buscamos estructuras que nos den pistas sobre la materia oscura. Este reconocimiento de patrones es esencialmente el núcleo del algoritmo. Al final, sólo lo adaptamos para inferir los parámetros cosmológicos subyacentes”.La materia oscura importa
Pero, ¿qué es exactamente lo que buscan los investigadores? Por el momento, no se sabe del todo. Pero como dijo memorablemente el juez de la Corte Suprema de los Estados Unidos, Potter Stewart, sobre la obscenidad: “Lo reconozco cuando lo veo”. O mejor dicho, no lo haremos, porque no se puede ver. Pero los científicos lo sabrán una vez que lo hayan encontrado. Bienvenido al extraño mundo de la materia oscura.
La existencia de alguna forma de materia oscura se ha planteado como hipótesis desde hace más de un siglo. Se cree que representa alrededor del 27% del universo, superando a la materia visible en una proporción de aproximadamente seis a uno. Todo lo que podemos detectar en el universo: toda la materia atómica que forma las galaxias, las estrellas, los planetas y la vida. En la Tierra, el dispositivo en el que estás leyendo este artículo es solo una pequeña fracción de toda la materia que existe. La inmensa mayoría de ellos no se pueden rastrear directamente. Es invisible y capaz de atravesar la materia visible normal.
Más bien, su existencia se basa en nuestras observaciones sobre la forma en que funciona el universo; como un compañero de casa que nunca ves pero que estás seguro de que existe porque se paga la mitad de las facturas y, de vez en cuando, alguien usa la ducha cuando lo deseas. Sólo que en este caso es porque los científicos han descubierto que la velocidad a la que giran las galaxias es suficientemente rápido que no podrían mantenerse unidos simplemente por la gravedad generada por objetos observables. asunto. Por lo tanto, se teoriza que la materia oscura es el ingrediente secreto que da a estas galaxias la masa extra que necesitan para no desgarrarse como una bolsa de papel suicida. Es lo que impulsa la materia normal en forma de polvo y gas a acumularse y ensamblarse en estrellas y galaxias.
Lentes gravitacionales débiles al rescate
Buscar algo que no se pueda mirar suena difícil. Es. Pero hay una manera de que los científicos puedan determinar dónde creen que es más probable que se encuentre la materia oscura. Lo hacen observando las formas sutiles en que la luz de la gravedad de los grandes cúmulos de galaxias dobla y distorsiona la luz de galaxias más distantes. Esto se llama lente gravitacional débil.
La observación de las áreas alrededor de cúmulos masivos de galaxias permite a los astrónomos identificar galaxias de fondo que parecen deformadas. Mediante ingeniería inversa de estas distorsiones, pueden aislar donde creen que se pueden encontrar las concentraciones más densas de materia, tanto visible como invisible. Piense en ello como el efecto espejismo que hace que las imágenes lejanas se vean borrosas y brillantes en un día caluroso, sólo que mucho más lejos.
"Antes se estudiaban mapas de masa de lentes débiles seleccionando manualmente las características relevantes", explicó Janis Fluri. “Esta es una tarea muy complicada y no hay garantías de que las funciones seleccionadas contengan toda la información relevante. Resolvemos este problema con la A.I. acercarse. Las redes neuronales convolucionales utilizadas en nuestro trabajo destacan en el reconocimiento de patrones”.
Una red neuronal convolucional es un tipo de inteligencia artificial inspirada en el cerebro que se utiliza con frecuencia para tareas de clasificación de imágenes. Si bien sus neuronas todavía tienen los pesos y sesgos que se pueden aprender de las redes neuronales convencionales (es decir, las cosas que le permiten aprender), su suposición explícita de que se trata de imágenes como entradas permite a sus creadores reducir el número de parámetros en el red. Esto lo hace más eficiente.
“Esta fue la primera aplicación de A.I. para datos cosmológicos reales, incluidos todos los aspectos prácticos que los acompañan”.
“En términos generales, [funciona proporcionando a las redes] una gran cantidad de datos, ellos crean automáticamente un conjunto de filtros complejos para extraer la información relevante de los mapas”. Dr. Tomasz Kacprzak, dijo a Digital Trends uno de los otros coautores del proyecto. "Luego intenta combinar de manera óptima estos filtros para dar una respuesta lo más precisa posible".
Extrayendo los parámetros cosmológicos.
Los investigadores entrenaron su red neuronal alimentándola con datos generados por computadora que simulan el universo. Esto le permitió analizar repetidamente mapas de materia oscura para poder extraer "parámetros cosmológicos" de imágenes reales del cielo nocturno. Los resultados mostraron mejoras del 30% en comparación con los métodos tradicionales, basados en análisis estadísticos realizados por humanos.
“La IA El algoritmo necesita muchos datos para aprender en la fase de entrenamiento”, continuó Fluri. “Es muy importante que estos datos de entrenamiento, en nuestro caso las simulaciones, sean lo más precisos posible. De lo contrario, aprenderá características que no están presentes en los datos reales. Para hacer esto, tuvimos que generar muchas simulaciones grandes y precisas, lo cual fue un gran desafío. Luego, tuvimos que modificar el algoritmo para lograr el máximo rendimiento. Esto se hizo probando múltiples arquitecturas de red para optimizar el rendimiento”.
Luego utilizaron su red neuronal completamente entrenada para analizar mapas reales de materia oscura. Estos provinieron de los llamados Conjunto de datos KiDS-450, realizado utilizando el VLT Survey Telescope (VST) en Chile. El conjunto de datos cubre un área total de unas 2.200 veces el tamaño de la luna llena. Contiene registros de alrededor de 15 millones de galaxias.
Debido a esta extraordinaria cantidad de datos, los investigadores necesitaban una supercomputadora para poner en acción su inteligencia artificial. Finalmente ejecutaron su A.I. en una computadora en el Centro Nacional Suizo de Supercomputación en Lugano, una ciudad en el sur de Suiza que hace frontera con Italia. Los superordenadores del CSCS están a disposición de todas las universidades e instituciones de investigación suizas. Sus máquinas son tan potentes que, para evitar el sobrecalentamiento, agua del cercano lago de Lugano Se bombea para enfriar a una velocidad de 460 litros por segundo.
Una IA cosmológica
“Esta fue la primera aplicación de A.I. "Buscamos datos cosmológicos reales, incluidos todos los aspectos prácticos que los acompañan", dijo Fluri. “Podríamos demostrar que nuestro método produce resultados consistentes en un conjunto de datos relativamente pequeño. Esperamos utilizar el mismo método en observaciones más amplias, pero también medir más parámetros cosmológicos para investigar otros aspectos de la física cosmológica. Finalmente, esperamos aprender nuevos conocimientos sobre [el] sector oscuro del universo”.
Según Fluri, el equipo ahora ha ido más allá del conjunto de datos KiDS-450, "ya que ahora hay conjuntos de datos más nuevos y mejores". Uno en particular es el Encuesta de energía oscura, un estudio visible y de infrarrojo cercano a escala masiva realizado por instituciones de investigación y universidades de EE. UU., Brasil, Reino Unido, Alemania, España y Suiza.
"Sin embargo, antes de que podamos analizar nuevos conjuntos de datos, debemos adaptar nuestro método de manera que pueda manejar el mayor volumen de datos", dijo Fluri. “Actualmente estamos experimentando con algunos métodos para lograrlo. Después de eso, discutiremos el siguiente conjunto de datos que queremos analizar. No puedo darte un cronograma todavía, ya que depende del conjunto de datos elegido y de los requisitos de las simulaciones”.
Un artículo que describe el trabajo fue publicado recientemente en la revista Physical Review D.
Recomendaciones de los editores
- Los investigadores quieren utilizar ondas gravitacionales para aprender sobre la materia oscura
- Cómo ver el lanzamiento del telescopio Euclid de materia oscura este sábado
- Toque final: cómo los científicos están dando a los robots sentidos táctiles similares a los humanos
- Hubble captura un cúmulo de galaxias gigante que podría ayudarnos a comprender la materia oscura
- ¿Podrían formarse agujeros negros supermasivos a partir de materia oscura?
