Una red neuronal sin pistas descubre nuevas galaxias ⚡ экспресс
Usando codificadores automáticos variacionales (redes neuronales que encuentran patrones ocultos), se analizaron los espectros de galaxias distantes del telescopio James Webb. Sin etiquetado previo, el algoritmo identificó por sí solo varias clases astrofísicas claras. Entre ellas, tipos únicos de galaxias nunca antes descritos. Esto muestra cómo los métodos de aprendizaje no supervisado pueden hacer descubrimientos automáticos en grandes conjuntos de datos. Es como si el telescopio hubiera aprendido a preguntarse: «¿Qué más se esconde en estos espectros?»
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.