Desde su detección inicial por los satélites Vela en 1967, lanzados por Estados Unidos para monitorear el Tratado de Prohibición de Ensayos Nucleares, los GRB han intrigado a los científicos. Estos satélites captaron inesperadas y breves ráfagas de rayos gamma provenientes del espacio profundo, lo que llevó a décadas de investigación sobre sus orígenes. Los modelos principales sugieren que los GRB son causados por chorros relativistas, haces estrechos de partículas que viajan casi a la velocidad de la luz y se producen cuando una estrella masiva colapsa o cuando estrellas de neutrones se fusionan, liberando energía en forma de rayos gamma.
Significado en la astrofísica
Los GRB son herramientas cruciales para estudiar el universo primitivo, habiéndose observado a más de 12,000 millones de años luz de distancia. Estos fenómenos ayudan a los científicos a comprender los ciclos de vida de las estrellas masivas y los procesos que culminan en sus explosivas muertes como supernovas. Además, proporcionan laboratorios naturales para probar teorías de la gravedad y la relatividad debido a las condiciones extremas que implican.
Nuevas investigaciones con inteligencia artificial
Aprovechando los modelos de aprendizaje automático, un equipo dirigido por la investigadora Maria Dainotti, profesora visitante en el Centro de Astrofísica de Nevada de la UNLV, ha logrado una precisión sin precedentes en la medición de las distancias de estos gigantes cósmicos. En colaboración con la NASA y la Universidad de Nevada, el equipo combinó datos del Observatorio Neil Gehrels Swift de la NASA con modelos avanzados de aprendizaje automático para estimar la distancia de GRB previamente desconocidos.
Superlearner: un mega-algoritmo innovador
Este enfoque integrador ha permitido estimar con precisión la distancia de 154 GRB largos cuya distancia era previamente desconocida, utilizando un mega-algoritmo denominado Superlearner. Este algoritmo combina múltiples modelos y asigna pesos basados en su poder predictivo. «La ventaja del Superlearner es que la predicción final siempre tiene mejor rendimiento que los modelos singulares», explica Dainotti. Además, el Superlearner descarta los algoritmos menos predictivos.
Impacto y futuro de la investigación
«Esta investigación expande las fronteras de la astronomía de rayos gamma y del aprendizaje automático», afirma Dainotti. La continua investigación e innovación en este campo promete resultados aún más fiables, permitiendo responder a algunas de las preguntas cosmológicas más urgentes, incluyendo los primeros procesos del universo y su evolución a lo largo del tiempo.
Como dijo Carl Sagan: “en algún lugar, algo increíble está esperando ser conocido”. Quizá, gracias a la inteligencia artificial, podamos desentrañar más secretos del universo. Los resultados de esta investigación han sido publicados en tres estudios diferentes en la revista The Astrophysical Journal Letters.
Disponibilidad de Superlearner
Los investigadores están trabajando para que las herramientas de aprendizaje automático, como Superlearner, estén disponibles públicamente a través de una aplicación web interactiva, facilitando así su uso y acceso a la comunidad científica global.
4o
