Algoritmo de IA desentraña el cosmos
El cosmos estaría mucho mejor si la atmósfera de la Tierra no lo bombardeara todo el tiempo.
Incluso las imágenes obtenidas por los mejores telescopios terrestres del mundo son borrosas debido a las cambiantes bolsas de aire de la atmósfera. Aunque aparentemente inofensivo, este desenfoque oscurece las formas de los objetos en las imágenes astronómicas, lo que a veces conduce a mediciones físicas llenas de errores que son esenciales para comprender la naturaleza de nuestro universo.
Investigadores de la Universidad Northwestern y la Universidad Tsinghua en Beijing han presentado una nueva estrategia para resolver este problema. El equipo adaptó un conocido algoritmo de visión por computadora que se utiliza para mejorar la nitidez de las fotografías y, por primera vez, lo aplicó a imágenes astronómicas de telescopios terrestres. Los investigadores también entrenaron el algoritmo de inteligencia artificial (IA) en datos simulados para que coincidieran con los parámetros de imagen del Observatorio Vera C. Rubin. Entonces, cuando el observatorio abra el próximo año, la herramienta será instantáneamente compatible.
Si bien los astrofísicos ya usan tecnologías para eliminar el desenfoque, el algoritmo basado en IA adaptado funciona más rápido y produce imágenes más realistas que las tecnologías actuales. Las imágenes resultantes son nítidas y más fieles a la realidad. También se ven bien, aunque ese no es el objetivo de la tecnología.
«El objetivo de la fotografía es a menudo obtener una imagen bonita», dijo la autora principal del estudio, Emma Alexander, de Northwestern. «Pero las imágenes astronómicas se usan para la ciencia. Al limpiar las imágenes de la manera correcta, podemos obtener datos más precisos. El algoritmo elimina la atmósfera computacionalmente, lo que permite a los físicos obtener mejores mediciones científicas. Al final, las imágenes también se ven mejor». .»
La investigación se publicará el 30 de marzo en la Avisos mensuales de la Royal Astronomical Society.
Alexander es profesora asistente de Ciencias de la Computación en la Escuela de Ingeniería McCormick de Northwestern, donde dirige el Bio Inspired Vision 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 de Alexander.
Cuando la luz emana de estrellas, planetas y galaxias distantes, atraviesa la atmósfera terrestre 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 la luz que lo atraviesa. Esta es la razón por la que las estrellas centellean y por la que los mejores telescopios terrestres están ubicados a gran altura, donde la atmósfera es más delgada.
«Es un poco como mirar hacia abajo desde el fondo de una piscina», dijo Alexander. «El agua repele la luz y la distorsiona. La atmósfera es, por supuesto, mucho menos densa, pero es un concepto similar».
La borrosidad se convierte en un problema cuando los astrofísicos analizan imágenes para extraer datos cosmológicos. Al estudiar las formas aparentes de las galaxias, los científicos pueden detectar los efectos gravitatorios de las estructuras cosmológicas a gran escala, que desvían la luz en su camino hacia nuestro planeta. Esto puede hacer que una galaxia elíptica parezca más redonda o más estirada de lo que realmente es. Pero el desenfoque atmosférico tiñe la imagen de una manera que distorsiona la forma de la galaxia. La eliminación de desenfoque permite a los científicos recopilar datos de forma precisos.
«Pequeñas diferencias en la forma nos pueden decir acerca de la gravedad en el universo», dijo Alexander. «Estas diferencias son lo suficientemente difíciles de detectar. Si miras una imagen de un telescopio terrestre, una forma puede distorsionarse. Es difícil saber si esto se debe al efecto gravitatorio o a la atmósfera».
Para abordar este desafío, Alexander y Li 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 coinciden con los parámetros de imágenes esperados del Observatorio Rubin. La herramienta resultante produjo imágenes con un 38,6 % menos de errores en comparación con los métodos tradicionales de eliminación de desenfoque y un 7,4 % menos de errores en comparación con los métodos modernos.
Cuando el Observatorio Rubin se inaugure oficialmente el próximo año, sus telescopios comenzarán un estudio de una década de una gran franja del cielo nocturno. Debido a que los investigadores entrenaron la nueva herramienta con datos específicamente diseñados para simular las próximas imágenes de Rubin, podrá ayudar a analizar los tan esperados datos de la encuesta.
Para los astrónomos interesados en usar la herramienta, el código fuente abierto fácil de usar y los tutoriales que lo acompañan son disponible en linea.
“Ahora estamos pasando esta herramienta, poniéndola en manos de expertos en astronomía”, dijo Alexander. «Creemos que este podría ser un recurso valioso para la topografía del cielo para obtener los datos más realistas posibles».
