Ritmos estelares: cómo un programa aprende por sí solo a distinguir estrellas ✛ ✎ ✦
Astra-CLR trabaja con datos de fotometría — registros de cómo cambia el brillo de las estrellas. Como un oyente que aprende a distinguir jazz de rock sin libros de texto, el programa divide las señales lumínicas en fragmentos y busca ritmos repetitivos en ellos. Acerca los trozos de una misma “melodía estelar” y aleja los ajenos, construyendo poco a poco un mapa musical del cielo. Basta con mostrarle unos pocos ejemplos etiquetados y la precisión del reconocimiento aumenta drásticamente.
Este “oído” para los ritmos estelares es especialmente valioso para los futuros censos, donde se contarán por miles de millones. El análisis preciso de la luz (espectroscopia) solo está disponible para una pequeñísima fracción de objetos, mientras que Astra-CLR clasifica rápidamente toda la “música”, ayudando a estudiar la evolución estelar y la naturaleza de las supernovas. Este método proviene de los sistemas de reconocimiento del habla: el algoritmo aprende igual que un bebé extrae palabras del flujo de sonidos, sin conocer aún su significado.
El sondeo ZTF lleva el nombre de Fritz Zwicky. Fue el primero en proponer la existencia de la materia oscura y predijo las supernovas, pero también se hizo famoso por su carácter difícil: sus colegas lo apodaron “bastardo esférico” porque era insoportable desde cualquier ángulo.