Un conjunto de radiotelescopios es como una cámara a la que le faltan varias lentes. Desde que Karl Jansky captó el ruido de radio de la Galaxia, los astrónomos intentan reconstruir una imagen completa a partir de señales fragmentarias. Pero las antenas se disponen con huecos, y la imagen revelada matemáticamente —un mapa sucio— aparece emborronada. Las pequeñas galaxia se confunden. Los detalles débiles se pierden en el ruido.
PhySR funciona de otra manera. Se asemeja a un óptico que sabe exactamente qué lentes faltan y reconstruye la imagen a partir de un molde borroso. Es una red neuronal de aprendizaje profundo en imagenología médica que incorpora un modelo de las distorsiones: cómo el haz de la antena responde a la señal y cómo la función de dispersión del punto del instrumento la difumina. Esta 'pista' física permite a la red aprender a eliminar el desenfoque y aumentar la resolución, sin necesidad de una imagen perfecta para el entrenamiento.
Con datos simulados del futuro telescopio SKA-Mid, el método mostró excelentes resultados. Al aumentar la nitidez cuatro veces, la calidad según las métricas PSNR (relación señal/ruido) y SSIM (medida de similitud estructural) mejoró aproximadamente 13 dB y 0,38 en comparación con los métodos tradicionales. La dispersión de los errores disminuyó. Lo principal es que PhySR es físicamente consistente: la imagen restaurada concuerda con las mediciones originales. Ahora los astrónomos podrán distinguir fotometría en los centros de las galaxias o finos filamentos de gas, sin esperar a que se construyan nuevas antenas. La vieja 'cámara' con lentes incompletas logra un enfoque perfecto gracias al conocimiento de la física.
Para obtener una imagen de una fuente de radio lejana, los telescopios sincronizan las señales con una precisión de milmillonésimas de segundo: la más mínima desincronización arruinaría toda la imagen.