El cosmos se asemeja a una tela de seda con hilos de una red oscura que sobresalen. Las verdaderas telas las vemos solo como pequeños retazos — a través de telescopios, en catálogos reales de galaxias. Para separar en el patrón universal la señal fundamental de las interferencias astrofísicas, el análisis estadístico requiere miles de bocetos verosímiles — mapas sintéticos del cielo. Pero, ¿cómo crearlos? Durante mucho tiempo, los astrónomos actuaban como tejedores pacientes: lanzaban simulaciones numéricas a gran escala — mundos virtuales con gas, estrellas y agujeros negros — que consumían meses de tiempo de supercomputación.

Otra técnica es el bordado automático. En el papel de un hábil artesano actúa un modelo de difusión (una red neuronal que aprende a eliminar ruido de datos aleatorios y restaurar patrones ocultos). Solo se le da un boceto tenue — un cubo tridimensional de densidad de materia oscura con una resolución deliberadamente baja, como un dibujo en papel de calco con líneas borrosas. A partir de este esbozo, la red bordadora devuelve en segundos una imagen detallada: la ubicación exacta de las galaxias, sus masas estelares y las tasas de nacimiento de nuevas estrellas. En su base se encuentra la arquitectura Transformadores con un redes neuronales convolucionales Vision Transformer para codificar el campo de densidad y mecanismos de atención — cada punto-galaxia 'mira' a todos los demás, ajustando el conjunto general.

Entrenada en 90 000 de estos parches de la simulación IllustrisTNG, el modelo, tras largos entrenamientos, crea catálogos que incluso un especialista no podría distinguir de los de referencia. Las galaxias se colocan en los hilos y nodos invisibles de la red oscura, los histogramas de formación estelar y los espectros de potencia de la estructura a gran escala coinciden con los reales dentro de la estadística. Lo más sorprendente es que la bordadora adivina la población de galaxias en pequeños cúmulos de materia oscura indistinguibles en el borrador original — marginaliza sobre las fluctuaciones subrejilla, restaurando efectivamente lo que 'no vio'. Todo el cubo de 151.3 megaparsecs de lado se llena en 10 segundos en una GPU.

Este enfoque no es solo un truco elegante — cambia la tecnología de análisis. En lugar de la larga cadena 'simulación → búsqueda de halos → población de galaxias', aparece un generador de extremo a extremo que traduce directamente el campo de densidad en objetos observables. Esto reduce los errores sistemáticos y simplifica la aprendizaje automático inferencia bayesiana de parámetros cosmológicos. Añadiendo una condición global — corrimiento al rojo u otra receta de retroalimentación — se puede obtener un generador para diferentes épocas y escenarios físicos. Así, la agrupación a pequeña escala, donde reside la mayor parte de la señal, se vuelve accesible para su extracción. El lienzo oscuro ya no parece mudo: las rápidas puntadas de las redes neuronales revelan en él un mapa del Universo que antes requería años de trabajo manual.