Una red neuronal sin pistas descubre nuevas galaxias ⚡ экспресс
Los codificadores automáticos variacionales se utilizan para identificar automáticamente poblaciones de galaxias a partir de espectros abiertos de alto corrimiento al rojo obtenidos por el telescopio James Webb (JWST). A diferencia de los métodos tradicionales, la clasificación se realiza sin ninguna información a priori sobre los tipos de objetos: el algoritmo descubre por sí mismo la estructura oculta de los datos. Como resultado, se distinguen claramente varias clases astrofísicas, que incluyen tanto galaxias conocidas como tipos inusuales nunca antes descritos. El experimento demuestra que los métodos de aprendizaje automático no supervisado pueden detectar automáticamente nuevos patrones científicos en grandes estudios espectroscópicos, abriendo el camino a descubrimientos a gran escala sin intervención humana.
El telescopio James Webb ha recopilado miles de espectros de galaxias lejanas: las huellas dactilares de su luz. Para no ahogarse en esta diversidad, los astrónomos encargaron al programa que clasificara los hallazgos. Pero actuó como un naturalista en una costa desconocida: sin saber de antemano qué especies aparecerían, agrupaba los objetos por su parecido externo. En lugar de conchas, patrones espectrales. El algoritmo encontró familias por sí solo: las típicas espirales y elípticas, y entre ellas, unas raras «perlas azules».
Este «biólogo automático» acelerará cientos de veces la revisión de archivos y pescará anomalías que merecen una mirada atenta. Y el primer botín del Webb ya demostró que incluso en la rutina cósmica se esconden maravillas.
🎯 El James Webb es tan sensible en el infrarrojo que podría detectar el calor de un abejorro en la superficie de la Luna.