¿Qué hay dentro de una estrella de neutrones? La red neuronal lo descubre por el peso y el tamaño ✛ ✦

Original: "Constraining the High-Density Equation of State with Present and Future NICER Observations Using Physics-Informed Regularized Machine Learning"
arXiv:2607.12722 · 2026-07-14 · CC BY 4.0 · 1 min
La inteligencia artificial revela en un segundo el interior de las estrellas de neutrones por su masa y radio.

Las estrellas de neutrones son los restos de gigantes muertos, comprimidos en una esfera del tamaño de una ciudad. Su masa y radio se conocen por las observaciones de púlsares-faro y ondas gravitacionales (ondulaciones del espacio), captadas por el observatorio LIGO con ‘reglas’ láser gigantes. Pero la composición del interior sigue siendo un misterio, como intentar adivinar una fruta en una caja cerrada solo por su peso y tamaño. El método anterior era como probar en la computadora todos los rellenos imaginables (simulación numérica) hasta encontrar uno que coincidiera.

En esta ‘fruta’, el sonido corre casi como la luz: bajo una presión colosal, la velocidad del sonido alcanza el 60 % de la velocidad de la luz; solo la luz es más rápida.

Ahora, una red neuronal, entrenada con miles de ejemplos, proporciona instantáneamente la presión y la densidad a partir de la masa y el radio, como un gourmet experimentado que deduce el contenido por el peso de la caja. Respeta estrictamente las leyes físicas enseñadas por Einstein, Schwarzschild y Chandrasekhar. Este análisis instantáneo indica a qué estrellas seguir la pista primero para desentrañar el secreto de la materia más densa.

Bajo la presión colosal en el interior de una estrella de neutrones, el sonido viaja al 60 % de la velocidad de la luz: 180 000 km/s; casi nada se mueve más rápido.

En la novela de ciencia ficción ‘El huevo del dragón’ se describe vida inteligente en la superficie de una estrella de neutrones. Hoy, las redes neuronales ayudan a comprender si allí podría existir al menos un atisbo de algo así.

\frac{dP}{dr} = -\frac{G m(r) \rho(r)}{r^2} \left[1+\frac{P(r)}{\rho(r)c^2}\right] \left[1+\frac{4\pi r^3 P(r)}{m(r)c^2}\right] \left[1-\frac{2Gm(r)}{rc^2}\right]^{-1}
Relaciona el gradiente de presión P(r) con la masa m(r), la densidad ρ(r) y el radio r en el marco de la relatividad general.
c_s^2 = \frac{dP}{d\epsilon}
Parámetro que caracteriza la rigidez de la ecuación de estado; debe satisfacer 0 ≤ c_s^2 ≤ 1.
Científicos
Enrico FermiPaul DiracDavid DeutschErwin SchrödingerJohn Stewart BellLouis de Broglie
Conceptos
red neuronal informada por la física nicer regresión de red neuronal autoencoder ecuación de estado de la estrella de neutrones reconocimiento de patrones generalización dispersión inelástica de neutrones regularización aprendizaje automático robusto agrupamiento detección de señales astrofísicas número efectivo de especies de neutrinos aprendizaje autosupervisado