Mirando el universo:la estructura espacial de las nubes de polvo interestelares reconstruidas a partir de datos del observatorio espacial Gaia. Crédito:MPA
Los avances en el campo de la metrología han dado como resultado instrumentos totalmente novedosos cuyos datos en bruto deben presentarse en imágenes comprensibles para los seres humanos. razón por la cual el grupo de Torsten Enßlin en el Instituto Max Planck de Astrofísica en Garching ha estado investigando la teoría del campo de información durante la última década. Sobre la base de esta teoría, el equipo desarrolla software de imágenes conocido como NIFTy, que es capaz de procesar datos de diferentes instrumentos para deducir las propiedades estructurales de una observación dada. NIFTy5, por ejemplo, utilizó datos del observatorio espacial Gaia para determinar la distribución espacial de las nubes de polvo en la Vía Láctea.
Los astrónomos ahora están haciendo observaciones del universo en casi todas las longitudes de onda, pero, a diferencia de los telescopios, por ejemplo, la información registrada por los radiotelescopios se transmite en forma de rayos X y rayos gamma. La mayoría de las imágenes obtenidas de estos instrumentos son el resultado de cálculos complejos desarrollados específicamente para cada telescopio individual.
Sin embargo, una imagen completa de un objeto celeste dado solo se puede crear comparando los datos de diferentes campos, por eso es deseable combinar las imágenes de todos estos instrumentos.
Esto es posible utilizando un concepto conocido como teoría del campo de información, que funciona de la siguiente manera:suponiendo que se desee representar la distribución de temperatura en Alemania, esto correspondería, En teoria, a un rango infinitamente grande de valores de temperatura. Todavía, en terminos practicos, sólo se puede medir un número finito de valores.
Una computadora calcula todo el campo de temperatura basándose en esta cobertura incompleta. Para asegurar un resultado exitoso, la computadora está preparada con ciertas leyes conocidas, por ejemplo, que las diferencias de temperatura rara vez saltan entre áreas adyacentes.
NIFTy (teoría de campos de información numérica), con lo que Torsten Enßlin y sus colegas lograron determinar la distribución espacial de las nubes de polvo en la Vía Láctea, opera con el mismo principio, utilizando datos del observatorio espacial europeo, Gaia, que mide las distancias entre estrellas y las registra a través de varios filtros de color.
El brillo diferencial de estos campos de filtro permite estimar los volúmenes de polvo a través del cual ha pasado la luz de las estrellas en su camino hacia la Tierra. "Desde las posiciones de las estrellas y los volúmenes de polvo entre nosotros y ellos, "dice Enßlin" pudimos calcular la estructura espacial de las nubes de polvo ".
El desafío de esta tarea fue que los datos disponibles eran demasiado escasos para una reconstrucción precisa, por eso como dice Enßlin "asumimos que, en lugar de variar arbitrariamente de un píxel a otro, la densidad del polvo obedecería las leyes estadísticas. "Los físicos hablan de una correlación, sin embargo, esta función de correlación a menudo se desconoce y debe determinarse como parte del cálculo general. "Es por eso, "explica el investigador de Max-Planck, "Comprobamos continuamente qué función de correlación se adapta mejor a los datos durante todo el cálculo y la utilizamos para la obtención de imágenes. Este método de autoajuste no paramétrico del proceso nos convierte en líderes mundiales en este campo".
Según los datos de correlación, NIFTy5 no solo genera un mapa de la nube de polvo, sino que también proporciona un gráfico que muestra el grado de incertidumbre de la precisión del modelo para cada píxel.
El cerebro humano funciona de manera similar. Si miramos algo como un paisaje en particular, desarrolla varias hipótesis sobre la estructura de lo que está viendo y, al mismo tiempo, las aplica como instrucciones de funcionamiento, por ejemplo, para decidir la mejor ruta a través de una localidad determinada.
Reconstrucción de un campo de ondas artificial:el campo de ondas simulado se muestra en la parte superior donde el tiempo fluye de izquierda a derecha y la ubicación posicional está en el eje vertical. Las ondas son generadas por eventos aleatorios en los picos de las estructuras triangulares. La sección central de la imagen muestra los valores medidos para el campo superior en algunas ubicaciones. La reconstrucción del campo basada solo en estos datos medidos, sin conocimiento previo de la dinámica relevante, se muestra a continuación. La dinámica también se reconstruyó a partir de los datos. Por lo tanto, todas las estructuras fundamentales se descubren realmente. Crédito:© MPA
El equipo de Enßlin utilizó una escena generada artificialmente para demostrar que NIFTy5 realmente funciona. Para hacer esto, los investigadores crearon un campo de ondas en la computadora basado en eventos aleatorios y luego lo puntearon con puntos de medición fragmentarios que solo cubrían parte de todo el sistema de ondas. Luego, el programa reconstruyó todo el campo de ondas a partir de los datos sin conocimiento previo de la dinámica de las ondas, una comprensión de la que aprendió.
Además, NIFTy5 se ha vuelto más rápido debido a más innovaciones matemáticas, incluyendo la implementación de un proceso conocido como "inferencia variacional mediante métrica Gauß", lo que requiere mucho menos espacio de memoria para el cálculo que antes.
"Esto no solo hace que NIFTy5 sea más rápido que sus precursores, también se las arregla con datos de peor calidad, "Enßlin explica. Esto, él continúa diciendo, puede permitir reducir la exposición a los rayos X durante la tomografía computarizada, conservando la misma calidad de imagen.
NIFTy5 ya se ha utilizado para resolver una serie de problemas de imágenes astronómicas. Una colaboración planificada con la Universidad Técnica de Munich podría resultar en el uso de un software completo en la vida diaria.
