El criptoanalista cósmico: una red neuronal descifra los códigos secretos de las estrellas variables ✛ ✎ ✦
Las profundidades del cosmos no callan: están llenas de mensajes cifrados. Cada estrella, cada cuásar emite su propio código de luz titilante: rítmico, como el morse de una cefeida, o caótico, como un cifrado hackeado de una supernova. Los astrónomos interceptan estas señales por millones cada noche, pero ¿cómo leerlas sin una clave? Telescopios como el ZTF producen cintas interminables de curvas de luz, y aquí entra en escena el aprendizaje automático: no solo un oyente, sino un experimentado criptoanalista.
Imagina a un criptoanalista al que le entregan millones de mensajes cifrados sin clave. Escucha los patrones, coteja fragmentos, y poco a poco la estructura del lenguaje emerge ante él. Así funciona Astra-CLR. Su arquitectura es un transformador con visión doble: de cada curva de luz se crean un fotograma «global» y varios fragmentos «locales», a veces ruidosos, distorsionados, con lagunas. La red aprende a emparejar estas vistas para que la esencia oculta del objeto permanezca inalterada, como un criptógrafo que reconoce el mensaje incluso si se transmite con interferencias.
El resultado es como la revelación de un criptógrafo que reconstruye el código común paso a paso. Tras el preentrenamiento con 2,1 millones de curvas, el modelo ha aprendido el «alfabeto» de 12 clases de variabilidad: desde sistemas binarios eclipsantes hasta objetos cataclísmicos con enanas blancas. Una simple regresión logística sobre los vectores extraídos dio una precisión del 70%, como si el descifrador distinguiera con seguridad un cifrado diplomático de uno comercial. Y un mínimo reetiquetado (apenas el 2% de los datos) elevó la precisión al 77%, compactando el espacio latente en clusters densos: ahora el analista distingue los estilos individuales de los remitentes.
Este enfoque no es solo un clasificador: es un «embedder» universal, una base lista para cualquier futuro sondeo. LSST y Roman nos inundarán de datos donde el etiquetado manual será un lujo. Astra-CLR demuestra que se puede enseñar a una red neuronal a ver la esencia de las cosas sin pistas, simplemente mostrándole el mundo, y luego, con unos pequeños ajustes, convertirla en una herramienta precisa para descubrimientos científicos.
El siguiente paso es enseñar a la red a fusionar tiempo y color en códigos dinámicos y transferir lo aprendido entre diferentes sondeos. Es el camino hacia un descifrador universal de señales cósmicas, capaz de detectar anomalías en tiempo real. Quizás algún día, un criptoanalista así advierta el primer indicio de una física desconocida, y el susurro silencioso de la curvatura del espacio-tiempo se convierta en texto legible. Curiosamente, la agrupación de representaciones a veces revela subgrupos de objetos que podrían apuntar a nuevos fenómenos astrofísicos: potenciales «atractores extraños» de la dinámica estelar, a la espera de una comprensión teórica.
Fritz Zwicky, que da nombre al sondeo ZTF, descubrió más de 120 supernovas y ya en los años 30 propuso la existencia de la materia oscura, mientras llamaba a sus oponentes «spherical bastards» (idiotas esféricos), porque eran igual de inútiles desde cualquier ángulo.