Un equipo de investigadores acaba de presentar una nueva forma de detectar el origen de ondas gravitacionales, y afirman que podría mejorar en mucho la precisión de las detecciones, acelerando también la detección de estos eventos enigmáticos.
Su investigación se publicó hoy en Nature, y presenta un algoritmo para estudiar la emisión de ondas gravitacionales producidas por la fusión de estrellas de neutrones. Una vez identificada la onda los astrónomos de todo el mundo podrían recibir una notificación, y así los expertos podrían recoger toda la información posible sobre las misteriosas y breves fuentes de las ondas gravitacionales.
Vayamos por partes: las ondas gravitacionales son ondas en el espacio tiempo que Einsten predijo hace más de un siglo y que solo se observaron por primera vez en 2015, gracias a lo que hoy es la Colaboración LIGO-Virgo-KAGRA. Las ondas gravitacionales se generan por las interacciones de algunos de los objetos más densos del universo: los agujeros negros y las estrellas de neutrones.
El algoritmo del equipo apuntó a estrellas de neutrones en una espiral de muerte de ambas, es decir dos estrellas que lentamente se aproximan hasta fusionarse. De allí el término “fusión de estrellas de neutrones”. La detección de ondas gravitacionales emitidas por estrellas de neutrones y agujeros negros ayuda a los astrónomos a entender la estructura de las estrellas de neutrones, el origen de algunos de los elementos pesados, prueba mejor la teoría de la relatividad general, y mide la tasa de expansión del universo a la vez de potencialmente echar luz sobre la naturaleza de la materia oscura.
En solamente un segundo
La inteligencia artificial puede acelerar el análisis de estos eventos de ondas gravitacionales, y basándose en los resultados del equipo, mejorar la precisión en la predicción de la ubicación de la fusión originaria. Según el equipo el método puede evaluar el origen de las ondas gravitacionales en tan solo un segundo y que el método puede servir como plano para el análisis de datos para detectores de ondas gravitacionales de nueva generación como el LISA.
“Una vez entrenada, cuando se efectúa una nueva observación, la red neural puede tomar la medición como ingreso de datos y predice las propiedades de la estrella de neutrones binaria (incluyendo la localización) en un segundo”, afirmó en su e-mail a Gizmodo Maximilian Dax, investigador de aprendizaje automático y físico de la Universidad de Tübingen. “Es así de rápido porque no necesitamos nuevas simulaciones de inferencia de ondas gravitacionales”.
“Esperamos que nuestro método ayude a observar más señales electromagnéticas emitidas por fusiones de estrellas de neutrones, y que se las pueda observar antes (es decir, más cerca de la fusión)”, añadió Dax. “Estas observaciones multi-mensajero despiertan gran interés y son relevantes en diversos campos como la cosmología, la física nuclear, y la gravedad”.
Más veloz, más preciso
El algoritmo es un 30% más preciso en sus resultados que las iteraciones anteriores y puede ayudar a los astrónomos a determinar qué eventos de fusión requieren de observaciones posteriores, a menudo sensibles al tiempo.
“El aprendizaje automático ha despertado la atención de mucho recientemente en la investigación de las ondas gravitacionales como forma de mejorar, o incluso reemplazar, las técnicas de análisis con que contamos hoy”, dijo Michael Williams, cosmólogo de la Universidad de Portsmouth en Reino Unido, en un artículo de News & Views.
“Todavía tenemos muchos desafíos”, añadió Williams, que no participa de esta nueva investigación. “El rendimiento de los algoritmos de aprendizaje automático en general depende mucho de su entrenamiento. En el caso de este algoritmo, uno de los problemas es que las propiedades del ruido real en los detectores de ondas gravitacionales varían con el tiempo respecto de las propiedades que se asumen al momento de entrenar a la red. Con ello, se presentan errores sistemáticos que pueden arrojar resultados sesgados”.
Williams agregó que “la prueba de fuego” es si el algoritmo del equipo podrá diseminar información sobre la próxima fusión de estrellas de neutrones binarias cuando eso ocurra.
El tiempo dirá si esta nueva forma basada en el aprendizaje automático es efectiva, o no. Pero con los observatorios de avanzada que en el futuro cercano ya estarán en línea – tal vez el más notable sea el Observatorio Vera Rubin y su Cámara LSST – la detección de eventos fugaces del cosmos será crítica para la misión.
