Por Comunicaciones CMM - U. de Chile
Supernovas, asteroides y cometas son algunos de los fenómenos que pasan incontables ocasiones por delante del lente de un telescopio. Cuáles son más dignos de atención y cómo se pueden detectar de forma más óptima, son respuestas que pretende dar ALeRCE (Automatic Learning for the Rapid Classification of Events), un sistema de identificación y clasificación de eventos astronómicos, creado en el Centro de Modelamiento Matemático (CMM) y operado con inteligencia artificial.
Se trata de un broker astronómico, que es capaz de identificar los cambios en el cielo que son más relevantes de ser estudiados, entre los millones de cambios detectados durante una noche. “Con ALeRCE analizamos la información que captan distintos telescopios a una tasa que nunca antes había sido posible, y le entregamos este servicio a la comunidad astronómica del mundo”, afirma Francisco Förster, investigador del CMM y académico de la Iniciativa de Datos e Inteligencia Artificial (ID&IA) de la FCFM.
ALeRCE, desarrollado en conjunto por el CMM, el Instituto Milenio de Astrofísica (MAS) y el Data Observatory (DO), actualmente procesa el flujo de alertas del observatorio Zwicky Transient Facility (ZTF), ubicado en Estados Unidos. Los datos obtenidos son analizados con inteligencia artificial, la cual clasifica los objetos en una jerarquía de clases astrofísicas. Es decir, utiliza imágenes y series temporales, incluyendo objetos transientes -que ocurren una vez en intervalos de tiempo definidos-, así como también aquellos fenómenos que varían de forma periódica o aleatoria.
El broker astronómico se basa en un modelo de algoritmos que se retroalimenta día a día y permite generar una alerta temprana de los fenómenos identificados como relevantes. Los datos recabados son filtrados y ofrecidos a la comunidad, lo que permite realizar seguimiento en tiempo real a dichos eventos y facilita la conexión y colaboración del sistema astronómico.
Para Paula Sánchez, astrónoma del MAS e investigadora de Inria Chile, el interés generado por ALeRCE se debe, entre otras cosas, a su apuesta interdisciplinaria que utiliza la ciencia ciencia de datos para clasificar las imágenes captadas por los telescopios, lo que lo diferencia de otros brokers existentes. Sánchez, cuyo rol en ALeRCE es vincular el mundo de la computación y el de la astronomía, destaca que el proyecto se hace cargo de la brecha entre estas distintas disciplinas a través de tutoriales y capacitaciones a quienes implementen estas nuevas tecnologías.
“Chile siempre ha tenido una actitud pasiva respecto del uso de sus telescopios, pero en este caso, ALeRCE es un actor principal, lo que permite potenciar a nuestro país como la capital de la astronomía. No solo por tener telescopios, sino por el buen uso de los datos”, dice la astrónoma.
Ignacio Reyes, ingeniero eléctrico del proyecto y especialista en machine learning, plantea que la labor desde la inteligencia artificial pasa por el buen diseño y construcción de algoritmos, en base a ejemplos previamente clasificados. “Le presentamos al modelo 1000 ejemplos de supernovas, 10.000 de cierto tipo de estrellas y el modelo ajusta internamente sus parámetros, lo que le permite hacer sus propias predicciones”, cuenta.
La clave de ALeRCE está, según Reyes, en hacer los ajustes necesarios para que el nivel de predicción del modelo sea lo más acertado posible. Con ello, es posible aumentar el grado de confianza en la clasificación de estos fenómenos captados por la lente del telescopio.
En Chile, el servicio busca consolidarse como broker astronómico oficial para el Observatorio Vera C. Rubin (LSST), que operará en la Región de Coquimbo y podrá observar decenas de millones de eventos por noche. Desde ALeRCE, Francisco Förster y su equipo multiplican sus esfuerzos para poder escalar el modelo a las necesidades de este centro astronómico.
