Ha pasado casi un siglo desde que el astrónomo Fritz Zwicky calculó por primera vez la masa del cúmulo de Coma, una densa colección de casi 1000 galaxias ubicadas en el universo cercano. Pero estimar la masa de algo tan enorme y denso, sin mencionar que está a 320 millones de años luz de distancia, tiene su parte de problemas, entonces y ahora. Las mediciones iniciales de Zwicky, y las muchas realizadas desde entonces, están plagadas de fuentes de error que sesgan la masa hacia arriba o hacia abajo.

Ahora, utilizando herramientas de aprendizaje automático, un equipo dirigido por físicos de la Universidad Carnegie Mellon ha desarrollado un método de aprendizaje profundo que estima con precisión la masa del Coma Cluster y mitiga de manera efectiva las fuentes de error.

"La gente ha hecho estimaciones masivas del Coma Cluster durante muchos, muchos años. Pero al demostrar que nuestros métodos de aprendizaje automático son consistentes con estas estimaciones masivas anteriores, estamos generando confianza en estos métodos nuevos y muy poderosos que están de moda en el campo. de cosmología en este momento", dijo Matthew Ho, estudiante graduado de quinto año en el Centro de Cosmología McWilliams del Departamento de Física y miembro del Instituto de Planificación de IA para la Física del Futuro de la NSF de Carnegie Mellon.

Los métodos de aprendizaje automático se utilizan con éxito en una variedad de campos para encontrar patrones en datos complejos, pero solo se han afianzado en la investigación cosmológica en la última década. Para algunos investigadores en el campo, estos métodos vienen con una gran preocupación:dado que es difícil comprender el funcionamiento interno de un modelo complejo de aprendizaje automático, ¿se puede confiar en que harán lo que están diseñados para hacer? Ho y sus colegas se propusieron abordar estas reservas con su última investigación, publicada en Nature Astronomy .

Para calcular la masa del cúmulo de Coma, Zwicky y otros usaron una medición de masa dinámica, en la que estudiaron el movimiento o la velocidad de los objetos que orbitan alrededor del cúmulo y luego usaron su comprensión de la gravedad para inferir la masa del cúmulo. Pero esta medida es susceptible a una variedad de errores. Los cúmulos de galaxias existen como nodos en una enorme red de materia distribuida por todo el universo, y chocan y se fusionan constantemente, lo que distorsiona el perfil de velocidad de las galaxias constituyentes. Y debido a que los astrónomos están observando el cúmulo desde una gran distancia, hay muchas otras cosas en el medio que pueden verse y actuar como si fueran parte del cúmulo de galaxias, lo que puede sesgar la medición de la masa. Las investigaciones recientes han avanzado hacia la cuantificación y la contabilidad del efecto de estos errores, pero los métodos basados ​​en el aprendizaje automático ofrecen un enfoque innovador basado en datos, según Ho.

"Nuestro método de aprendizaje profundo aprende de los datos reales cuáles son las medidas útiles y cuáles no", dijo Ho, y agregó que su método elimina los errores de las galaxias intercaladas (efectos de selección) y explica varias formas de galaxias (efectos físicos). "El uso de estos métodos basados ​​en datos mejora y automatiza nuestras predicciones".

"Una de las principales deficiencias de los enfoques de aprendizaje automático estándar es que, por lo general, arrojan resultados sin incertidumbres", agregó el profesor asociado de física Hy Trac, asesor de Ho. "Nuestro método incluye estadísticas bayesianas robustas, que nos permiten cuantificar la incertidumbre en nuestros resultados".

Ho y sus colegas desarrollaron su método novedoso mediante la personalización de una conocida herramienta de aprendizaje automático llamada red neuronal convolucional, que es un tipo de algoritmo de aprendizaje profundo utilizado en el reconocimiento de imágenes. Los investigadores entrenaron su modelo alimentándolo con datos de simulaciones cosmológicas del universo. El modelo aprendió al observar las características observables de miles de cúmulos de galaxias, cuya masa ya se conoce. Después de un análisis en profundidad del manejo del modelo de los datos de simulación, Ho lo aplicó a un sistema real, el Coma Cluster, cuya masa real se desconoce. El método de Ho calculó una estimación de masa que es consistente con la mayoría de las estimaciones de masa realizadas desde la década de 1980. Esta es la primera vez que esta metodología específica de aprendizaje automático se aplica a un sistema de observación.

"Para construir la confiabilidad de los modelos de aprendizaje automático, es importante validar las predicciones del modelo en sistemas bien estudiados, como Coma", dijo Ho. "Actualmente estamos realizando una revisión más rigurosa y extensa de nuestro método. Los resultados prometedores son un gran paso hacia la aplicación de nuestro método en datos nuevos y no estudiados".

Modelos como estos serán fundamentales para avanzar, especialmente cuando los estudios espectroscópicos a gran escala, como el Instrumento Espectroscópico de Energía Oscura, el Observatorio Vera C. Rubin y Euclid, comiencen a liberar la gran cantidad de datos que recopilan del cielo. .

"Pronto vamos a tener un flujo de datos a escala de petabytes", explicó Ho. "Eso es enorme. Es imposible que los humanos analicen eso a mano. A medida que trabajamos en la construcción de modelos que pueden ser estimadores robustos de cosas como la masa mientras mitigamos las fuentes de error, otro aspecto importante es que deben ser computacionalmente eficientes si estamos vamos a procesar este enorme flujo de datos de estas nuevas encuestas. Y eso es exactamente lo que estamos tratando de abordar:usar el aprendizaje automático para mejorar nuestros análisis y hacerlos más rápidos". + Explora más

El mayor conjunto de simulaciones cósmicas para el entrenamiento de IA, de descarga gratuita, que ya está impulsando descubrimientos