BEIJING, 21 feb (Xinhua) — Investigadores chinos han desarrollado un modelo de inteligencia artificial (IA) para im\u00e1genes astron\u00f3micas que puede mejorar de manera significativa las capacidades para explorar las profundidades m\u00e1s lejanas del cosmos. Un equipo de investigaci\u00f3n interdisciplinario de la Universidad Tsinghua desarroll\u00f3 el modelo, llamado ASTERIS (por las siglas en ingl\u00e9s de Mejora y Reconstrucci\u00f3n Espacio-temporal Astron\u00f3mica para la S\u00edntesis de Im\u00e1genes), que emplea \u00f3ptica computacional y algoritmos de IA. Seg\u00fan los hallazgos publicados el viernes en la revista Science, el modelo puede ayudar a extraer se\u00f1ales astron\u00f3micas extremadamente d\u00e9biles, identificar galaxias a m\u00e1s de 13 mil millones de a\u00f1os luz de distancia y generar im\u00e1genes de las regiones m\u00e1s profundas. Explorar objetos celestes distantes y tenues resulta crucial para comprender el origen y la evoluci\u00f3n del universo. Sin embargo, los astr\u00f3nomos afrontan un gran desaf\u00edo. Las se\u00f1ales d\u00e9biles procedentes de remotos objetos celestes a menudo se ven oscurecidas por los ruidos de fondo del cielo y la radiaci\u00f3n t\u00e9rmica de los telescopios. El estudio da a entender que si la tecnolog\u00eda que el modelo aporta, denominada \u00abreducci\u00f3n auto-supervisada de ruido espacio-temporal\u00bb, es aplicada a los datos del Telescopio Espacial James Webb (JWST), la cobertura de observaci\u00f3n desde una luz visible alrededor de 500 nan\u00f3metros ser\u00e1 ampliada hasta el infrarrojo medio a 5 micr\u00f3metros. Tambi\u00e9n incrementa la profundidad de detecci\u00f3n en una magnitud de 1,0, lo que permite que el telescopio detecte efectivamente objetos 2,5 veces m\u00e1s tenues que las posibilidades anteriores. Utilizando el modelo, el equipo identific\u00f3 m\u00e1s de 160 galaxias candidatas de alto desplazamiento al rojo del per\u00edodo \u00abAmanecer C\u00f3smico\u00bb, que datan aproximadamente de 200 a 500 millones de a\u00f1os despu\u00e9s del Big Bang, triplicando el n\u00famero de hallazgos logrados con m\u00e9todos anteriores, seg\u00fan Cai Zheng, profesor asociado del Departamento de Astronom\u00eda de Tsinghua y miembro del equipo de investigaci\u00f3n. Los investigadores indicaron que el modelo de IA puede decodificar enormes vol\u00famenes de datos de telescopios espaciales y es compatible con m\u00faltiples plataformas de observaci\u00f3n, lo que le da el potencial de convertirse en una plataforma universal de mejora de datos relativos al espacio profundo. Las t\u00e9cnicas tradicionales de reducci\u00f3n de ruido se basan en apilar m\u00faltiples exposiciones, asumiendo que los ruidos sean uniformes o est\u00e9n correlacionados. En realidad, tales ruidos var\u00edan tanto en el tiempo como en el espacio. ASTERIS aborda este reto reconstruyendo im\u00e1genes del espacio profundo como un volumen espacio-temporal 3D. A trav\u00e9s del \u00abmecanismo de ajuste adaptativo fotom\u00e9trico\u00bb, el modelo identifica las fluctuaciones sutiles de los ruidos y los distingue de las se\u00f1ales ultrad\u00e9biles que provienen de estrellas y galaxias lejanas. \u00abEn general, creo que este es un trabajo de suma importancia con un impacto importante en toda la astronom\u00eda\u00bb, se\u00f1al\u00f3 uno de los revisores de la investigaci\u00f3n. Los objetos celestes tenues oscurecidos por los ruidos lum\u00ednicos en las observaciones astron\u00f3micas pueden ser reconstruidos con alta fidelidad, se\u00f1al\u00f3 Dai Qionghai, profesor del Departamento de Automatizaci\u00f3n de Tsinghua. De cara al futuro, los investigadores esperan que la tecnolog\u00eda sea usada en telescopios de pr\u00f3xima generaci\u00f3n para ayudar a resolver grandes inc\u00f3gnitas cient\u00edficas relacionados con la comprensi\u00f3n de la energ\u00eda oscura, la materia oscura, los or\u00edgenes del universo y los exoplanetas. Fin<\/p>\n","protected":false},"excerpt":{"rendered":"
BEIJING, 21 feb (Xinhua) — Investigadores chinos han desarrollado un modelo de inteligencia artificial (IA)…<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[],"class_list":["post-13022","post","type-post","status-publish","format-standard","hentry","category-internacional"],"_links":{"self":[{"href":"https:\/\/informadorweb.com\/index.php?rest_route=\/wp\/v2\/posts\/13022","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/informadorweb.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/informadorweb.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/informadorweb.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/informadorweb.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=13022"}],"version-history":[{"count":1,"href":"https:\/\/informadorweb.com\/index.php?rest_route=\/wp\/v2\/posts\/13022\/revisions"}],"predecessor-version":[{"id":13023,"href":"https:\/\/informadorweb.com\/index.php?rest_route=\/wp\/v2\/posts\/13022\/revisions\/13023"}],"wp:attachment":[{"href":"https:\/\/informadorweb.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=13022"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/informadorweb.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=13022"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/informadorweb.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=13022"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}