Los astrónomos pueden seguir toda su carrera sin encontrar un nuevo objeto en el cielo. Pero para Lina Necib, un erudito postdoctoral en física teórica en Caltech, el descubrimiento de un cúmulo de estrellas en la Vía Láctea, pero no nacido de la Vía Láctea, llegó temprano, con un poco de ayuda de supercomputadoras, el observatorio espacial Gaia, y nuevos métodos de aprendizaje profundo.

Escribiendo en Astronomía de la naturaleza esta semana, Necib y sus colaboradores describen a Nyx, una vasta corriente estelar nueva en las proximidades del Sol, eso puede proporcionar la primera indicación de que una galaxia enana se había fusionado con el disco de la Vía Láctea. Se cree que estas corrientes estelares son cúmulos globulares o galaxias enanas que se han extendido a lo largo de su órbita por las fuerzas de las mareas antes de ser completamente interrumpidas.

El descubrimiento de Nyx tomó una ruta tortuosa, pero que refleja la forma multifacética en que se estudian la astronomía y la astrofísica en la actualidad.

FUEGO en el Cosmos

Necib estudia la cinemática —o movimientos— de las estrellas y la materia oscura en la Vía Láctea. "Si hay grupos de estrellas que se mueven juntas de una manera particular, eso generalmente nos dice que hay una razón por la que se están moviendo juntos ".

Desde 2014, investigadores de Caltech, Northwestern University, UC San Diego y UC Berkeley, entre otras instituciones, han estado desarrollando simulaciones muy detalladas de galaxias realistas como parte de un proyecto llamado FIRE (Feedback In Realistic Environments). Estas simulaciones incluyen todo lo que los científicos saben sobre cómo se forman y evolucionan las galaxias. Partiendo del equivalente virtual del comienzo de los tiempos, las simulaciones producen galaxias que se parecen y actúan de forma muy parecida a la nuestra.

Mapeo de la Vía Láctea

Simultáneamente al proyecto FIRE, El observatorio espacial Gaia fue lanzado en 2013 por la Agencia Espacial Europea. Su objetivo es crear un mapa tridimensional extraordinariamente preciso de aproximadamente mil millones de estrellas a lo largo de la Vía Láctea y más allá.

"Es el estudio cinemático más grande hasta la fecha. El observatorio proporciona los movimientos de mil millones de estrellas, ", explicó." Un subconjunto, siete millones de estrellas, tienen velocidades tridimensionales, lo que significa que podemos saber exactamente dónde está una estrella y su movimiento. Hemos pasado de conjuntos de datos muy pequeños a realizar análisis masivos que antes no podíamos hacer para comprender la estructura de la Vía Láctea ".

El descubrimiento de Nyx implicó combinar estos dos grandes proyectos de astrofísica y analizarlos utilizando métodos de aprendizaje profundo.

Entre las preguntas que abordan tanto las simulaciones como el estudio del cielo se encuentra:¿Cómo se convirtió la Vía Láctea en lo que es hoy?

"Las galaxias se forman al tragar otras galaxias, ", Dijo Necib." Hemos asumido que la Vía Láctea tenía una historia tranquila de fusiones, y durante un tiempo fue preocupante lo silencioso que estaba porque nuestras simulaciones muestran muchas fusiones. Ahora, con acceso a muchas estructuras más pequeñas, entendemos que no era tan silencioso como parecía. Es muy poderoso tener todas estas herramientas, datos y simulaciones. Todos ellos deben usarse a la vez para desenredar este problema. Estamos en las etapas iniciales de poder comprender realmente la formación de la Vía Láctea ".

Aplicar el aprendizaje profundo a Gaia

Un mapa de mil millones de estrellas es una bendición mixta:tanta información, pero casi imposible de analizar mediante la percepción humana.

"Antes, los astrónomos tuvieron que mirar y trazar mucho, y tal vez use algunos algoritmos de agrupamiento. Pero eso ya no es posible ", Dijo Necib." No podemos mirar a siete millones de estrellas y averiguar lo que están haciendo. Lo que hicimos en esta serie de proyectos fue utilizar los catálogos simulados de Gaia ".

El catálogo simulado de Gaia, desarrollado por Robyn Sanderson (Universidad de Pennsylvania), esencialmente preguntó:'Si las simulaciones FIRE fueran reales y observadas con Gaia, ¿Qué veríamos?

Colaborador de Necib, Bryan Ostdiek (anteriormente en la Universidad de Oregon, y ahora en la Universidad de Harvard), que había estado involucrado anteriormente en el proyecto Gran Colisionador de Hadrones (LHC), tenía experiencia en el manejo de grandes conjuntos de datos mediante el uso de máquinas y aprendizaje profundo. Trasladar esos métodos a la astrofísica abrió la puerta a una nueva forma de explorar el cosmos.

"En el LHC, tenemos simulaciones increíbles, pero nos preocupa que las máquinas entrenadas en ellas puedan aprender la simulación y no la física real, "Ostdiek dijo." De manera similar, las galaxias FIRE proporcionan un entorno maravilloso para entrenar a nuestros modelos, pero no son la Vía Láctea. Teníamos que aprender no solo qué podía ayudarnos a identificar las estrellas interesantes en la simulación, sino también cómo hacer que esto se generalice a nuestra galaxia real ".

El equipo desarrolló un método para rastrear los movimientos de cada estrella en las galaxias virtuales y etiquetar las estrellas como nacidas en la galaxia anfitriona o acumuladas como productos de fusiones de galaxias. Los dos tipos de estrellas tienen firmas diferentes, aunque las diferencias suelen ser sutiles. Estas etiquetas se utilizaron para entrenar el modelo de aprendizaje profundo, que luego se probó en otras simulaciones FIRE.

Después de crear el catálogo, lo aplicaron a los datos de Gaia. "Le preguntamos a la red neuronal, 'Basado en lo que ha aprendido, ¿Puedes etiquetar si las estrellas se acumularon o no? '”, dijo Necib.

El modelo clasificó la confianza que tenía en que una estrella naciera fuera de la Vía Láctea en un rango de 0 a 1. El equipo creó un límite con tolerancia al error y comenzó a explorar los resultados.

Este enfoque de aplicar un modelo entrenado en un conjunto de datos y aplicarlo a otro diferente pero relacionado se llama aprendizaje de transferencia y puede estar plagado de desafíos. "Necesitábamos asegurarnos de no aprender cosas artificiales sobre la simulación, pero realmente lo que sucede en los datos "Dijo Necib." Por eso, tuvimos que darle un poco de ayuda y decirle que vuelva a pesar ciertos elementos conocidos para darle un poco de anclaje ".

Primero comprobaron si podía identificar características conocidas de la galaxia. Estos incluyen "la salchicha de Gaia", los restos de una galaxia enana que se fusionó con la Vía Láctea hace unos seis a diez mil millones de años y que tiene una forma orbital distintiva similar a una salchicha.

"Tiene una firma muy específica, ", explicó." Si la red neuronal funciona como se supone que debe hacerlo, deberíamos ver esta enorme estructura que ya sabemos que está ahí ".

La salchicha de Gaia estaba ahí, al igual que el halo estelar (estrellas de fondo que le dan a la Vía Láctea su forma reveladora) y la corriente Helmi, otra galaxia enana conocida que se fusionó con la Vía Láctea en el pasado distante y fue descubierta en 1999.

Primer avistamiento:Nyx

El modelo identificó otra estructura en el análisis:un cúmulo de 250 estrellas, girando con el disco de la Vía Láctea, pero también yendo hacia el centro de la galaxia.

"Tu primer instinto es que tienes un error, ", Relató Necib." Y tú estás como, '¡Oh no!' Entonces, No le dije a ninguno de mis colaboradores durante tres semanas. Entonces comencé a darme cuenta de que no es un error, en realidad es real y es nuevo ".

Pero, ¿y si ya se hubiera descubierto? "Empiezas a revisar la literatura, asegurándome de que nadie lo haya visto y por suerte para mí, nadie lo había hecho. Así que tengo que nombrarlo que es lo más emocionante de la astrofísica. Lo llamé nyx, la diosa griega de la noche. Esta estructura en particular es muy interesante porque habría sido muy difícil de ver sin el aprendizaje automático ".

El proyecto requirió computación avanzada en muchas etapas diferentes. Las simulaciones FIRE y FIRE-2 actualizadas se encuentran entre los modelos informáticos de galaxias más grandes jamás intentados. Cada una de las nueve simulaciones principales:tres formaciones de galaxias separadas, cada uno con un punto de partida ligeramente diferente para el sol; tomó meses calcular en el más grande, supercomputadoras más rápidas del mundo. Estos incluyeron Blue Waters en el Centro Nacional de Aplicaciones de Supercomputación (NCSA), Instalaciones de computación de alta gama de la NASA, y más recientemente Stampede2 en el Centro de Computación Avanzada de Texas (TACC).

Los investigadores utilizaron clústeres en la Universidad de Oregon para entrenar el modelo de aprendizaje profundo y aplicarlo al conjunto de datos masivo de Gaia. Actualmente están usando Frontera, el sistema más rápido de cualquier universidad del mundo, para continuar el trabajo.

"Todo en este proyecto es computacionalmente muy intensivo y no podría suceder sin la computación a gran escala, "Dijo Necib.

Pasos futuros

Necib y su equipo planean seguir explorando Nyx utilizando telescopios terrestres. Esto proporcionará información sobre la composición química de la corriente, y otros detalles que les ayudarán a fechar la llegada de Nyx a la Vía Láctea, y posiblemente proporcione pistas sobre su procedencia.

La próxima publicación de datos de Gaia en 2021 contendrá información adicional sobre 100 millones de estrellas en el catálogo, haciendo más probables los descubrimientos de los clusters acumulados.

"Cuando comenzó la misión Gaia, Los astrónomos sabían que era uno de los conjuntos de datos más grandes que iban a obtener, con mucho de qué emocionarse, ", Dijo Necib." Pero necesitábamos desarrollar nuestras técnicas para adaptarnos al conjunto de datos. Si no cambiamos ni actualizamos nuestros métodos, nos perderíamos la física que está en nuestro conjunto de datos ".

Los éxitos del enfoque del equipo de Caltech pueden tener un impacto aún mayor. "Estamos desarrollando herramientas computacionales que estarán disponibles para muchas áreas de investigación y para cosas no relacionadas con la investigación, también, ", dijo." Así es como empujamos la frontera tecnológica en general ".