Algoritmo de IA desenfoca el cosmos

El cosmos se vería mucho mejor si la atmósfera de la Tierra no lo estuviera bombardeando todo el tiempo.

Incluso las imágenes obtenidas por los mejores telescopios terrestres del mundo son borrosas debido a las bolsas de aire cambiantes de la atmósfera. Aunque aparentemente inofensivo, este desenfoque oscurece las formas de los objetos en las imágenes astronómicas, lo que a veces conduce a mediciones físicas llenas de errores que son esenciales para comprender la naturaleza de nuestro universo.

Ahora, investigadores de la Universidad Northwestern y la Universidad Tsinghua en Beijing han presentado una nueva estrategia para solucionar este problema. El equipo adaptó un conocido algoritmo de visión por computadora que se utiliza para afinar fotografías y, por primera vez, lo aplicó a imágenes astronómicas de telescopios terrestres. Los investigadores también entrenaron el algoritmo de inteligencia artificial (IA) en datos simulados para que coincidieran con los parámetros de imágenes del Observatorio Vera C. Rubin, de modo que, cuando el observatorio abra el próximo año, la herramienta será instantáneamente compatible.

Si bien los astrofísicos ya usan tecnologías para eliminar el desenfoque, el algoritmo impulsado por IA adaptado funciona más rápido y produce imágenes más realistas que las tecnologías actuales. Las imágenes resultantes son nítidas y más reales. También son hermosos, aunque ese no es el propósito de la tecnología.

«El objetivo de la fotografía suele ser obtener una imagen bonita y atractiva», dijo Emma Alexander de Northwestern, autora principal del estudio. «Pero las imágenes astronómicas se usan para la ciencia. Al limpiar las imágenes de la manera correcta, podemos obtener datos más precisos. El algoritmo elimina la atmósfera computacionalmente, lo que permite a los físicos obtener mejores mediciones científicas. Al final del día, las imágenes no lucir mejor también».

La investigación se publicará el 30 de marzo en la Avisos mensuales de la Royal Astronomical Society.

Alexander es profesora asistente de informática en la Escuela de Ingeniería McCormick de Northwestern, donde dirige el Bio Inspired Vision Lab. Ella codirigió el nuevo estudio con Tianao Li, estudiante de ingeniería eléctrica en la Universidad de Tsinghua y pasante de investigación en el laboratorio de Alexander.

Cuando la luz emana de estrellas, planetas y galaxias distantes, viaja a través de la atmósfera de la Tierra antes de llegar a nuestros ojos. Nuestra atmósfera no solo bloquea ciertas longitudes de onda de luz, sino que también distorsiona la luz que llega a la Tierra. Incluso los cielos nocturnos despejados todavía contienen aire en movimiento que afecta la luz que pasa a través de él. Es por eso que las estrellas brillan y por eso los mejores telescopios terrestres están ubicados en altitudes elevadas donde la atmósfera es más delgada.

«Es un poco como mirar hacia arriba desde el fondo de una piscina», dijo Alexander. «El agua empuja la luz y la distorsiona. La atmósfera es, por supuesto, mucho menos densa, pero es un concepto similar».

El desenfoque se convierte en un problema cuando los astrofísicos analizan imágenes para extraer datos cosmológicos. Al estudiar las formas aparentes de las galaxias, los científicos pueden detectar los efectos gravitatorios de las estructuras cosmológicas a gran escala, que desvían la luz en su camino hacia nuestro planeta. Esto puede hacer que una galaxia elíptica parezca más redonda o más estirada de lo que realmente es. Pero el desenfoque atmosférico mancha la imagen de una manera que distorsiona la forma de la galaxia. Eliminar el desenfoque permite a los científicos recopilar datos de forma precisos.

«Pequeñas diferencias en la forma nos pueden decir acerca de la gravedad en el universo», dijo Alexander. «Estas diferencias ya son difíciles de detectar. Si miras una imagen de un telescopio terrestre, una forma podría estar deformada. Es difícil saber si eso se debe a un efecto gravitatorio o a la atmósfera».

Para enfrentar este desafío, Alexander y Li combinaron un algoritmo de optimización con una red de aprendizaje profundo entrenada en imágenes astronómicas. Entre las imágenes de entrenamiento, el equipo incluyó datos simulados que coinciden con los parámetros de imagen esperados del Observatorio Rubin. La herramienta resultante produjo imágenes con un 38,6 % menos de error en comparación con los métodos clásicos para eliminar el desenfoque y un 7,4 % menos de error en comparación con los métodos modernos.

Cuando el Observatorio Rubin se inaugure oficialmente el próximo año, sus telescopios comenzarán un estudio profundo de una década a través de una enorme porción del cielo nocturno. Debido a que los investigadores entrenaron la nueva herramienta con datos diseñados específicamente para simular las próximas imágenes de Rubin, podrá ayudar a analizar los datos tan esperados de la encuesta.

Para los astrónomos interesados ​​en usar la herramienta, el código abierto y fácil de usar y los tutoriales que lo acompañan son disponible en linea.

«Ahora hacemos pasar esta herramienta y la ponemos en manos de expertos en astronomía», dijo Alexander. «Creemos que este podría ser un recurso valioso para que los estudios del cielo obtengan los datos más realistas posibles».