La IA buscó en el archivo del Hubble y extrajo casi 1400 anomalías cósmicas raras en dos a tres días
Los archivos astronómicos crecen más rápido de lo que los humanos pueden revisarlos, y esto se ha convertido en una de las preguntas clave de la astronomía moderna: cómo encontrar en los océanos de datos fenómenos raros que cambian la comprensión del universo. El telescopio espacial NASA/ESA Hubble opera en órbita desde 1990 y tiene detrás décadas de observaciones. Gran parte de ese legado está consolidado en el Hubble Legacy Archive (HLA), un repositorio de imágenes procesadas y catálogos destinados a la búsqueda y el reanálisis.
En un estudio firmado por David O’Ryan y Pablo Gómez, científicos vinculados a la Agencia Espacial Europea (ESA), se demostró un método que combina inteligencia artificial y verificación experta para extraer rápidamente objetos inusuales y científicamente interesantes en vastos conjuntos de imágenes. Su sistema llamado
AnomalyMatch clasificó sistemáticamente alrededor de 99,6 millones de recortes de imágenes del HLA, y luego los autores revisaron los candidatos mejor clasificados. Después de la verificación, se confirmaron más de 1300 anomalías, y más de 800 casos se marcaron como no documentados previamente en la literatura que utilizaron en las verificaciones.
Qué se considera una anomalía en astronomía y por qué es importante
En este contexto, “anomalía” no significa necesariamente algo inexplicable, sino todo lo que estadísticamente se desvía de la apariencia habitual en las imágenes astronómicas. Son objetos y configuraciones que aparecen raramente, pero llevan gran información sobre procesos extremos: galaxias en colisión e interacción, galaxias anulares, galaxias “medusa” con colas de gas y estrellas jóvenes, lentes gravitacionales que crean arcos y anillos, chorros inusuales, superposiciones de proyección de fuentes y otros extremos morfológicos.
Tales ejemplos a menudo sirven como laboratorios naturales. Las colisiones de galaxias revelan cómo la gravedad y el gas juntos moldean la evolución galáctica; las lentes gravitacionales permiten el estudio de galaxias muy lejanas y la estimación de la distribución de masa, incluyendo la proporción de materia oscura; y las “medusas” muestran cómo el entorno en los cúmulos de galaxias puede “desnudar” el gas y acelerar la extinción de la formación estelar. El problema es que son raros: si aparecen solo en partes por mil entre millones de imágenes, la navegación manual se vuelve demasiado lenta, costosa y propensa a que casos interesantes simplemente se pierdan en el ruido.
En la forma clásica de trabajo, las anomalías se encuentran mediante búsquedas dirigidas de muestras más pequeñas o por casualidad: un investigador se “topa” con un objeto inusual mientras hace algo completamente diferente. Dada la explosión de datos, esto se vuelve cada vez menos sostenible. En la era de los sondeos del cielo de campo amplio y los catálogos masivos, la pregunta clave ya no es solo “qué sabemos”, sino también “qué ni siquiera hemos tenido tiempo de mirar todavía”.
Por qué el Hubble Legacy Archive es un campo de pruebas ideal
El Hubble Legacy Archive es particularmente interesante para tales experimentos porque abarca un largo lapso de tiempo y una gran diversidad de objetivos, desde nebulosas cercanas hasta campos profundos con miles de galaxias. Según la información oficial del archivo, el HLA se centra en observaciones hasta el 1 de octubre de 2017, mientras que para datos más recientes se basa en sistemas conectados y productos “high-level” adicionales. Este límite temporal no disminuye la importancia del HLA: precisamente los datos de archivo a menudo ganan nuevo valor cuando aparecen nuevos algoritmos y nuevas preguntas científicas, ya que permiten un nuevo “peinado” con criterios diferentes a los del momento en que se crearon las imágenes.
Hasta ahora, el archivo del Hubble se utilizaba principalmente de forma dirigida, por ejemplo, para buscar imágenes de un objeto conocido o para muestras temáticas. Una revisión completamente sistemática de todo el archivo, con un procedimiento y los mismos criterios, era logísticamente casi imposible. AnomalyMatch es por eso importante también como demostración de un concepto: en lugar de que el archivo sea solo un almacén, se convierte en un campo activo para el descubrimiento de lo que está “oculto a la vista” en los datos.
Cómo funciona AnomalyMatch
Menos etiquetas, más datos
Los enfoques habituales de aprendizaje automático funcionan mejor cuando tienen muchos ejemplos etiquetados. Pero las clases raras en astronomía a menudo no tienen miles de casos confirmados, y a veces se trata de decenas. Por eso AnomalyMatch combina el aprendizaje semisupervisado (pocos datos etiquetados + muchos no etiquetados) y el aprendizaje activo (un experto verifica iterativamente las sugerencias del modelo y así lo mejora). La idea es práctica: el modelo primero hace una selección aproximada, y luego aprende de la retroalimentación humana para reducir el número de “falsas alarmas” y aumentar la precisión para lo que es realmente interesante.
De la lista de clasificación al catálogo
En la práctica, el proceso se ve así:
- El modelo se entrena inicialmente en un número limitado de ejemplos confirmados de morfologías raras así como en una gran cantidad de fuentes típicas.
- La red neuronal pasa por un gran conjunto de imágenes y asigna un rango a cada recorte: qué tan probable es que esté fuera de los patrones habituales.
- El experto revisa la parte superior de la lista, confirma o rechaza sugerencias y así crea etiquetas de mejor calidad para el siguiente ciclo.
- Después de varias iteraciones, el modelo se vuelve más preciso en la separación de anomalías reales de artefactos de procesamiento, ruido, casos límite y superposiciones de proyección.
Un mensaje importante es que la velocidad no es lo mismo que la confirmación. La IA no “explica” aquí la física, sino que ahorra tiempo en la selección. La interpretación científica final todavía requiere revisión experta, y a menudo datos adicionales como espectroscopia, comparación con otros instrumentos o fotometría más detallada.
Qué se encontró: más de 1300 anomalías confirmadas
En la búsqueda del HLA, el sistema procesó aproximadamente 99,6 millones de recortes de imágenes. Después de la clasificación y la verificación experta, los autores confirmaron más de 1300 anomalías, y marcaron más de 800 como no documentadas previamente en la literatura que utilizaron en las verificaciones. En el trabajo mismo también se citan ejemplos por categorías, incluyendo un gran número de galaxias en interacción, candidatos para lentes gravitacionales y otras morfologías raras.
Entre las categorías extraídas se destacan particularmente:
- candidatos para lentes gravitacionales y arcos de lente, que sirven como telescopios naturales y como herramienta para medir la masa de la lente
- galaxias “medusa”, que indican despojo de gas y cambios en la formación estelar en entornos densos
- galaxias en colisión e interacción, que permiten el estudio estadístico de la fusión y sus consecuencias
- galaxias anulares y otras morfologías inusuales asociadas con perturbaciones dinámicas
Tal diversidad no es casual: el objetivo no era encontrar una clase específica, sino destacar sistemáticamente todo lo que se desvía de la apariencia típica de las fuentes en el archivo.
Lentes gravitacionales: sistemas raros con gran ganancia científica
La lente gravitacional pertenece a los fenómenos clave de la cosmología moderna. Una galaxia masiva o un cúmulo de galaxias puede curvar la luz de un objeto más distante y crear imágenes deformadas en forma de arcos, imágenes múltiples o anillos casi completos. En casos favorables, la lente amplifica el brillo de galaxias lejanas y permite el estudio de estructuras que de otro modo serían demasiado débiles. Al mismo tiempo, la geometría de la lente da información sobre la distribución de masa de la lente, incluyendo la contribución de la materia oscura.
Por eso los nuevos candidatos son valiosos incluso antes de la confirmación final: se convierten en un punto de partida para otras verificaciones y observaciones. Pero las lentes son difíciles de encontrar, especialmente en imágenes de archivo heterogéneas donde el objeto no fue necesariamente fotografiado con esa intención. Los arcos pueden ser débiles, “arrugados” por el ruido de fondo o mezclados con otras fuentes. La clasificación algorítmica ayuda precisamente aquí: a reconocer patrones visuales repetitivos y extraerlos de la masa de datos, y luego dejar al experto la decisión final.
“Medusas”, colisiones y anillos: qué nos dicen sobre la evolución de las galaxias
Galaxias-medusa y despojo de gas
Las galaxias “medusa” son reconocibles por las colas de gas y estrellas jóvenes que se arrastran detrás de la galaxia mientras pasa a través de un medio más denso, por ejemplo dentro de cúmulos de galaxias. Tales colas apuntan a un proceso en el que el gas es “arrancado”, lo que puede cambiar dramáticamente el futuro de la galaxia porque el gas representa el combustible para la creación de nuevas estrellas. Cada nuevo candidato es valioso para comparaciones: en qué entornos se forman las colas, cuánto tiempo duran, cómo cambia la tasa de formación estelar y qué tan dependiente es el proceso de la masa de la galaxia y la velocidad de paso a través del medio.
Colisiones e interacciones como fundamento del crecimiento
Las galaxias crecen a través de interacciones y fusiones, pero cada colisión tiene su propia geometría, relación de masas, cantidad de gas y entorno gravitacional. Por eso un solo ejemplo “bonito” no es suficiente: se necesitan muestras. Grandes colecciones de candidatos ayudan a pasar de anécdotas a estadísticas, probar con qué frecuencia las colisiones crean colas de marea, cuándo se encienden los episodios de intensa formación estelar, cómo cambia la morfología a través de las fases de fusión y cómo tales procesos influyen en el crecimiento de los agujeros negros centrales y la distribución de la masa estelar.
Galaxias anulares y ondas de choque
Las galaxias anulares a menudo se asocian con el paso de otro objeto a través del disco, lo que puede provocar una onda de compresión de gas y la formación de un anillo de formación estelar reforzada. Pero la apariencia anular también puede surgir debido a la proyección o superposición de fuentes, por lo que la verificación es necesaria. La combinación de clasificación por IA e interpretación humana se muestra aquí práctica: el algoritmo reduce la búsqueda, y el astrónomo luego evalúa si se trata de una estructura real o una ilusión visual, y determina qué análisis adicionales son necesarios para la confirmación.
Dónde encaja el humano: la IA acelera la búsqueda, pero no “concluye”
Los científicos advierten que las formas inusuales en las imágenes astronómicas pueden ser consecuencia del instrumento, el procesamiento o el ruido, especialmente en las partes periféricas de los detectores o con señales muy débiles. Por eso la verificación humana sigue siendo clave, al igual que las observaciones adicionales antes de que un objeto entre en la categoría de “confirmado raro” con una interpretación física clara. AnomalyMatch se describe por lo tanto mejor como un multiplicador de tiempo: en lugar de hojear imágenes aleatorias durante días, el sistema da una lista de clasificación y dirige la atención a los casos más probables, mientras el humano conserva el control sobre la evaluación y las conclusiones.
Ciencia ciudadana y el nuevo papel de los algoritmos
Los proyectos de ciencia ciudadana, en los que voluntarios ayudan a clasificar galaxias, ya han demostrado que la percepción humana puede ser extremadamente efectiva, especialmente con morfologías que los algoritmos captan con más dificultad cuando las señales son débiles o complejas. Pero el volumen de los archivos modernos crece más rápido de lo que se puede compensar con el trabajo humano, incluso con un gran número de participantes. En este sentido, las herramientas de IA no tienen que ser un reemplazo, sino un filtro y un socio: pueden extraer por preselección casos potencialmente interesantes, y la ciencia ciudadana y los expertos pueden luego confirmar, rechazar y complementar las clasificaciones. Tal enfoque “híbrido” abre la posibilidad de que los fenómenos raros se descubran más rápido, y al mismo tiempo mantener la verificabilidad y la calidad.
Contexto más amplio: Euclid y las próximas olas de datos
Tal enfoque se desarrolla en un momento en que la astronomía entra en una era de sondeos masivos. La misión Euclid de la ESA ya genera grandes cantidades de datos para la cosmología y la estructura del universo, y desafíos similares traen otros proyectos de campo amplio. En ese entorno, la capacidad de reconocer rápidamente objetos raros se convierte en una ventaja estratégica: permite un seguimiento más rápido de los candidatos, una mejor planificación de observaciones adicionales y un uso más eficiente del tiempo limitado de los instrumentos.
Al mismo tiempo, el trabajo en el archivo del Hubble muestra también otra dimensión: los archivos de las décadas pasadas no están agotados. Al contrario, a medida que las herramientas se desarrollan, crecen también las posibilidades de que en datos ya existentes salgan a la luz objetos que estuvieron desapercibidos durante años. Para la ciencia, esto significa que el valor de una misión puede extenderse mucho más allá de su período “activo”, y para el público que los descubrimientos no ocurren solo en los nuevos telescopios, sino también en las viejas imágenes: cuando alguien las mira de una nueva manera.
Código abierto y catálogo como invitación a la comunidad
Asociado con el trabajo sobre anomalías hay código y repositorios de datos públicamente disponibles, lo que permite una verificación independiente y una mayor actualización. Tal apertura cambia la dinámica: en lugar de que los resultados se queden dentro de un solo equipo, el catálogo puede convertirse en un punto de partida para investigaciones adicionales: desde la confirmación detallada de lentes gravitacionales, pasando por la búsqueda dirigida de formas raras de galaxias, hasta el entrenamiento de modelos para subclases específicas. Con esto se acelera también el ciclo de investigación mismo: los objetos raros llegan más rápido “al turno”, y las preguntas que antes requerían meses de trabajo manual pueden convertirse en un problema de selección y prioridad, con una clara verificación humana como paso final.
Fuentes:- arXiv – resumen y texto completo del trabajo “Identifying Astrophysical Anomalies in 99.6 Million Cutouts from the Hubble Legacy Archive Using AnomalyMatch” (enlace)- arXiv – trabajo metodológico sobre AnomalyMatch y descripción del aprendizaje semisupervisado y activo (enlace)- ESA (GitHub) – repositorio oficial del proyecto AnomalyMatch (enlace)- STScI – descripción oficial del Hubble Legacy Archive e información sobre el alcance del archivo (enlace)- ESA Datalabs – plataforma para el trabajo con grandes conjuntos de datos científicos (enlace)
Encuentra alojamiento cerca
Hora de creación: 3 horas antes