Astronomía de big data: uso de estadísticas en una nueva forma de descifrar el universo

La era digital ha sido una gran ayuda para los campos de la estadística y la astronomía. Sin embargo, según el Dr. Max Bonamente, profesor de física y astronomía en la Universidad de Alabama en Huntsville (UAH), la mayoría de los astrónomos no están lo suficientemente capacitados para darse cuenta de los beneficios sustanciales que se obtienen al unir estas disciplinas. Él y sus colegas están trabajando para cambiar todo eso a través de una investigación pionera en el floreciente campo de la astroestadística.

El Dr. Bonamente publicó un artículo en el Avisos mensuales de la Royal Astronomical Society mostrando un nuevo giro innovador en las distribuciones de probabilidad que promete revolucionar las formas en que se pueden interpretar los datos cosmológicos.

«Tradicionalmente, los astrónomos han sido malos estadísticos; nos gusta ‘hacer las estadísticas sobre la marcha'», explica el investigador. «Mi último artículo es un nuevo método para dar cuenta de los errores sistemáticos. Describe un nuevo método de distribución de probabilidad que desarrollé y que no se había pensado antes. Es algo nerd, pero tiene implicaciones en la vida real en términos de sacar conclusiones a partir de las observaciones. Muchos astrónomos no tienen la formación matemática necesaria para hacer estadísticas con cuidado. Es difícil, porque las estadísticas son matemáticas difíciles en esencia. Pocas personas quieren tomarse el tiempo extra para hacerlo. Por supuesto, no todos se sienten de esa manera».

Esto se evidencia por el éxito de un taller llamado iid2022: Métodos estadísticos para datos de eventos y subtitulado Illuminating the Dynamic Universe, recientemente organizado por UAH, una parte del Sistema de la Universidad de Alabama. El Dr. Bonamente y su colega, el Dr. Lingling Zhao, profesor asistente de ciencia espacial, organizaron el taller.

La reunión fue diseñada para capacitar a jóvenes científicos en métodos estadísticos adecuados para el análisis e interpretación de datos e incluyó análisis colaborativo práctico de problemas de muestra empleando software avanzado. La reunión también proporcionó un foro para astrónomos e investigadores en campos relacionados para intercambiar avances recientes en el análisis de datos de eventos.

Los «datos de eventos» son la recopilación de eventos individuales; en astronomía, normalmente fotones de luz, pero también neutrinos u otras partículas. Estos eventos se pueden estudiar a través de aplicaciones estadísticas en función de la ubicación (imágenes), el tiempo (como las curvas de luz) o la energía o la longitud de onda (espectros). Los eventos también se pueden definir como conjuntos de cantidades, como eventos de ondas gravitacionales o cúmulos de galaxias detectados a través de mediciones del fondo cósmico de microondas, que es el remanente enfriado de la primera luz que pudo viajar libremente por todo el universo.

Nativo de Italia, el Dr. Bonamente se mudó a los EE. UU. en 1997 y es alumno de la UAH, y obtuvo una maestría y un doctorado. en física en la UAH, donde ha desarrollado el uso de un método estadístico llamado Markov chain Monte Carlo (MCMC) para el análisis de eventos cosmológicos. Los MCMC comprenden una clase de algoritmos especiales utilizados en las distribuciones de probabilidad, una función matemática que da las probabilidades de que ocurran diferentes resultados posibles para un experimento.

“Estos métodos han permitido analizar los datos de forma más rápida y precisa”, señala el investigador. «Hoy en día, el aprendizaje automático está en todas partes en la astronomía. Usamos MCMC para medir la constante de Hubble, por ejemplo, que era un gran problema en ese momento». La constante de Hubble es uno de los números más importantes en cosmología, porque nos dice qué tan rápido se está expandiendo el universo.

La astroestadística representa el futuro de la gestión y el análisis de big data en astronomía, ya que las últimas tecnologías están produciendo cantidades asombrosas de datos de una complejidad realmente alucinante. El desafío de analizar estos datos crece exponencialmente a medida que evolucionan nuevos mecanismos de recopilación de datos en instrumentos de radio, microondas, infrarrojos, rayos X, rayos gamma, interferómetros y ópticos que requerirán nuevos algoritmos y técnicas estadísticas para darle sentido a todo.

«La mayoría de los astrónomos o físicos no saben mucho de la teoría de la probabilidad, y mucho menos de las estadísticas», señala el Dr. Bonamente. «El trabajo de un científico debe ser el de ser cuidadoso y no ceder al deseo de encontrar un gran resultado nuevo cuando no está allí. Por lo tanto, unir las matemáticas y la astronomía es la dirección natural para mí».