Recientemente, científicos de diversas partes del mundo se reunieron en Nueva York para debatir sobre cosmología, la rama de la astrofísica que estudia el universo en su conjunto y que busca determinar su origen y composición, así como los procesos físicos que gobiernan su evolución. Sobre la mesa, la gran pregunta: ¿cómo podemos optimizar la extracción de información de los grandes experimentos cosmológicos de la actualidad?
Y es que desde hace unos años la cosmología observacional está experimentando poco menos que una revolución, impulsada en gran parte por el aumento exponencial en la cantidad y variedad de los datos cosmológicos que tenemos a nuestra disposición. Este desarrollo, que exige técnicas de análisis innovadoras, no solo aumenta la precisión de nuestras medidas, sino que empieza a cuestionar algunos de nuestros supuestos cosmológicos fundamentales.
Muchos de los experimentos se basan en la confección de extensos censos o mapas tridimensionales de la estructura a gran escala del universo. A través de potentes telescopios y espectrógrafos que actúan en conjunto como escáneres astronómicos es posible determinar la posición de millones de galaxias, cuya distribución global se asemeja a una inmensa red cósmica. Las características de este entramado de filamentos separados por inmensas regiones vacías son muy sensibles a los parámetros de nuestro modelo cosmológico, en especial a los relacionados con la cantidad de estructura a gran escala, así como la densidad de materia y energía oscura. El análisis de estos mapas proporciona, por lo tanto, claves invaluables sobre la composición y evolución del universo.
Estos grandes cartografiados de galaxias no deben entenderse como experimentos aislados. Resultados obtenidos con diferentes censos pueden combinarse estadísticamente para restringir aún más el modelo. Este análisis transversal y global de resultados cosmológicos se extiende a experimentos que se basan en otros importantes observables astrofísicos, como el fondo cósmico de microondas o la distancia a lejanas supernovas. La combinación de medidas independientes permite descartar regiones del espacio de parámetros que son incompatibles con el universo que observamos y, en otros casos, pone al descubierto tensiones cosmológicas que podrían sugerir la existencia de nueva física.
Es pertinente recordar, en este contexto, que Chile se encuentra en la actualidad a la vanguardia de la cosmología observacional mundial, gracias, entre otros, al sondeo Legacy Survey of Space and Time (LSST) del Observatorio Vera C. Rubin, ya en sus primeras fases de operación en el Cerro Pachón. Desde el corazón del valle del Elqui, el LSST escaneará casi la mitad del cielo cada 4 ó 5 días, generando unos 20 terabytes de datos astronómicos diarios. Esta riqueza de información sin precedentes permitirá construir el mapa del universo más detallado de la historia, con el que se espera arrojar luz sobre algunos de los grandes enigmas de la ciencia moderna, como la naturaleza de la materia y la energía oscura. Además de registrar millones de galaxias y estrellas, el LSST actuará como un incansable vigilante cósmico, capaz de detectar fenómenos transitorios como explosiones de supernovas, asteroides que cruzan el sistema solar o estrellas cuya luminosidad cambia de forma repentina. La combinación de área observada y cadencia temporal convertirá al LSST en un pilar observacional fundamental para numerosos campos de la astrofísica.
Como ya es habitual en los congresos de esta y otras disciplinas, muchos científicos mostraron en Nueva York resultados que se apoyaban en técnicas de aprendizaje automático e inteligencia artificial. Estos métodos se han hecho casi indispensables para el análisis de grandes conjuntos de datos astrofísicos —como los que proporcionará el LSST— debido a su elevada eficiencia, su capacidad predictiva y su habilidad para desentrañar relaciones complejas entre variables.
En este contexto de constante innovación, algunos grupos de investigación están llevando los límites de estas técnicas mucho más allá. El desarrollo de los llamados modelos extensos de lenguaje (del inglés large language models, LLMs) está empezando a hacer posible la implementación de proyectos enteramente con inteligencia artificial: desde la concepción de la idea, hasta la recopilación y análisis de datos, y finalmente la preparación del artículo científico. La meteórica evolución de la inteligencia artificial está, como en otras áreas, generando un inevitable debate en el campo de la astrofísica, enraizado en las diferencias fundamentales que existen entre la ciencia y la tecnología: ¿podría esta evolución representar una amenaza para nuestra forma de hacer ciencia?, ¿es el avance científico igual de valioso para el ser humano si son agentes artificiales los que lo realizan?, ¿proporcionará esta tecnología el gran salto cualitativo que necesita la humanidad para desvelar los misterios del cosmos?
Este debate nos empuja a preguntarnos sobre las verdaderas razones que llevan al ser humano a interesarse por la ciencia. En este sentido, es de destacar la inagotable curiosidad humana por entender el mundo en el que vive y, en especial, el cosmos. Los primeros Homo sapiens que alzaron la vista al cielo nocturno, los científicos renacentistas que idearon aparatos para observar los astros, o los cosmólogos modernos comparten un afán por comprender el universo que se mantiene inmutable ante los avances científicos. Este Día de la Astronomía es una excelente ocasión para brindar por esa fascinante cualidad humana y, por qué no, para no olvidar nunca el valor de disfrutar del proceso de aprendizaje, de búsqueda, de acierto, de fracaso y de descubrimiento. En cuanto a la inteligencia artificial, quizás estemos llevando un paso más allá la vieja frase de Carl Sagan: “El ser humano es la manera que encontró el universo de comprenderse a sí mismo”.
La entrada Astronomía, inteligencia artificial y la inagotable curiosidad humana por entender el universo se publicó primero en El Periodista.
🔥 Ver noticia completa en ElPeriodista.cl 🔥
