Vórtices cósmicos dibujados por una red neuronal exprés

Original: "Closing the Observational Gap in Cosmic Dynamics: AI-Enabled Reconstruction of the Universe's Vorticity and Rotational Flow Morphology"
arXiv:2604.14653 · 2026-04-16 · CC BY 4.0 · 2 min
Por primera vez, los astrónomos han visto los vórtices invisibles que atraviesan la telaraña del universo gracias a la inteligencia artificial.

📄 Mostrando la versión "Simple" — "Avanzado" aún no está lista. Añádelo a favoritos para ayudar a priorizarla.

Si arrojas un puñado de purpurina a un río, algunas partículas flotarán directamente, otras girarán en pequeños remolinos. Con las galaxias del universo ocurre algo parecido: no solo se separan debido a la expansión, sino que también giran en corrientes gigantes, como astillas en remolinos invisibles. Estos remolinos —la vorticidad del gas cósmico y la materia oscura— son una huella crucial de cómo el universo creció y se volvió más complejo. Pero verlos directamente es casi imposible: para ello se necesita conocer el movimiento lateral de las galaxias, y los telescopios solo miden la velocidad "hacia nosotros" o "alejándose de nosotros".

Los autores del trabajo tomaron un camino indirecto. Usaron detalladas simulaciones por computadora, donde cada movimiento se conoce de antemano, y enseñaron a una red neuronal a adivinar el flujo tridimensional a partir de un mapa plano de galaxias. Luego le dieron datos reales del Sloan Digital Sky Survey, un enorme censo de un millón y medio de galaxias. La red neuronal reconstruyó el campo de velocidades y, por primera vez, construyó un mapa de la vorticidad cósmica. En él aparecieron contornos familiares: filamentos, cúmulos y vacíos, pero ahora iluminados por el movimiento: flujos espirales en los cúmulos, remolinos en los vacíos.

La vorticidad es una medida de cuánto gira un flujo alrededor de un punto. En el espacio, surge cuando corrientes de materia se cruzan y comienzan a mezclarse, como la leche en el café.

La verificación mostró que la imagen reconstruida es estadísticamente indistinguible de las predicciones del modelo estándar. Además, cuando se usaron estas velocidades para eliminar las distorsiones debidas a la expansión del universo, el mapa tridimensional de galaxias se volvió casi perfectamente homogéneo, tal como se esperaba. Esta es una confirmación independiente de que nuestro modelo del universo es correcto.

El Sloan Digital Sky Survey funcionó desde 2000 hasta 2020 y recopiló espectros de millones de galaxias. Sus datos siguen siendo una mina de oro para los cosmólogos.

Así, los remolinos invisibles se volvieron visibles. La red neuronal actuó como traductora del lenguaje plano de las fotografías al lenguaje tridimensional de las fuerzas que moldean la telaraña cósmica. Y resultó que esta telaraña no solo cuelga: fluye, enrollando a las galaxias en espirales lentas y majestuosas. Ahora los astrónomos tienen una nueva herramienta para mirar donde antes solo miraban las fórmulas.

Resumen original

tal como lo escribieron los autores, en inglés arXiv:2604.14653

The cosmic vorticity field, an essential tracer of nonlinear structure formation, has remained observationally inaccessible because transverse galaxy motions are difficult to measure and analytic models struggle to capture shell-crossing. Here we report an empirical reconstruction of this field by applying an artificial intelligence framework trained on simulations of the concordance LambdaCDM model to Sloan Digital Sky Survey galaxies. The recovered three-dimensional velocity and vorticity fields reveal coherent vortical structures, including spiral flows in clusters, filaments, and voids, and the cosmic web inferred from vorticity closely matches that derived from density segmentation. The power spectra of the reconstructed velocity and vorticity fields agree statistically with LambdaCDM predictions, and the inferred velocity field effectively removes redshift-space distortions, yielding an almost isotropic clustering signal. These converging lines of evidence, obtained from an independent perspective, reinforce the concordance cosmological model. By closing a long-standing observational gap, our results highlight the potential of AI-driven reconstruction to access otherwise unobservable quantities and to address fundamental questions in cosmology and galaxy formation.

Los remolinos cósmicos más grandes encontrados en este trabajo se extienden a lo largo de cientos de millones de años luz, miles de veces más grandes que nuestra galaxia.

Científicos
Fritz ZwickyJames JeansVera RubinRoberto D. PecceiHelen QuinnR. Brent Tully
Conceptos
simulación cosmológica astrofísica con IA vorticidad mosaico reconstrucción reconstrucción 3d mapa tridimensional formación de estructuras cósmicas inteligencia artificial cronometría cósmica distribución de galaxias campo de velocidades vacío estructura a gran escala del universo modelado de lentes gravitacionales campo gravitatorio rotación galáctica cinemática galáctica IA explicable problema de la constante cosmológica