Quitando el velo a las galaxias: cómo la deconvolución con IA revela el apagado externo de la formación estelar
Una imagen de una galaxia lejana tomada desde la Tierra se asemeja a mirar a través de un vidrio esmerilado: la atmósfera desenfoca los detalles y la estructura interna permanece oculta. Los astrónomos querían saber desde hace tiempo dónde exactamente se apaga la formación estelar en las galaxias, pero los telescopios terrestres no permitían distinguir gradientes de color sutiles. Ahora, una red neuronal ha aprendido a quitar ese velo, restaurando la nitidez a partir de ejemplos de imágenes espaciales.
Para el estudio se tomaron nueve cúmulos de galaxias con corrimiento al rojo entre 1 y 1.4, es decir, los vemos como eran cuando el universo tenía unos 5 mil millones de años. Cada imagen se procesó mediante deconvolución: primero se eliminó matemáticamente el desenfoque y luego la red neuronal suprimió el ruido. El entrenamiento se realizó con pares de "imagen terrestre desenfocada e imagen espacial nítida del Hubble y del James Webb". Como resultado, se logró una resolución de aproximadamente 0.2 segundos de arco, comparable a la del Hubble, aunque el desenfoque original era de 0.5 a 0.8 segundos de arco.
Tras restaurar la nitidez, cada galaxia se dividió en una región interna, que contiene la mitad de la luz, y una externa, que contiene el 90%. A partir de los colores de estas regiones se determinó si allí se están formando estrellas. Resultó que, entre las galaxias consideradas completamente apagadas por su color integrado, el 21% mantiene formación estelar en el centro y el 3% en los bordes. En los cúmulos, la fracción de galaxias predominantemente apagadas es del 48.5±1.7%, frente al 35.7±2.9% en el campo. El exceso de galaxias apagadas en los cúmulos es del 19.9±4.5% y no depende de la masa estelar, lo que contradice resultados previos donde ese exceso aumentaba con la masa.
Estos resultados cambian la idea de cómo las galaxias pierden la capacidad de formar estrellas. Antes se pensaba que la eficiencia del apagado dependía fuertemente de la masa, pero ahora se ve que los colores integrados sobreestiman sistemáticamente la fracción de galaxias completamente apagadas, especialmente las masivas. Los datos con resolución espacial muestran que el apagado a menudo ocurre de fuera hacia adentro, lo que señala la importancia de estos datos para una interpretación correcta.
El método de deconvolución se puede escalar a enormes muestras de galaxias de sondeos terrestres, como Rubin/LSST, donde el desenfoque atmosférico limita la resolución. Entrenar con imágenes de Euclid y Roman permitirá recuperar la estructura espacial de miles de millones de objetos. En el futuro cercano, los autores planean estudiar el espacio de fases de galaxias con diferentes trayectorias de apagado para distinguir mecanismos: despojamiento por presión, asfixia o interacción de marea. Quitar el vidrio esmerilado de las galaxias lejanas apenas comienza.
La deconvolución logró una resolución de aproximadamente 0.2 segundos de arco, comparable a la del telescopio espacial Hubble, aunque las imágenes terrestres originales tenían un desenfoque de 0.5 a 0.8 segundos de arco. Es como leer letra pequeña a través de un vidrio esmerilado y de repente ver las letras nítidas.
La idea de recuperar estructuras ocultas a partir de datos borrosos recuerda a la tecnología de 'mejora de imagen' de la ciencia ficción, como en la serie 'Star Trek' o la película 'Blade Runner', donde la computadora reconstruye detalles a partir de migajas de información. Aquí la red neuronal hace lo mismo, pero estrictamente basada en un conjunto de entrenamiento de imágenes espaciales reales.