La IA hace arqueología espacial: 35 años de Hubble escaneados en 48 horas revelan 1.300 misterios

En una demostración de fuerza computacional que redefine los límites de la investigación astronómica, un sistema de inteligencia artificial ha logrado en solo dos días y medio lo que a la comunidad científica le habría tomado décadas de trabajo manual: revisar la totalidad del archivo de 35 años del Telescopio Espacial Hubble para identificar más de 1.300 objetos cósmicos raros o anómalos. Investigadores de la Agencia Espacial Europea (ESA), liderados por David O’Ryan y Pablo Gómez, desarrollaron y aplicaron la red neuronal AnomalyMatch al Archivo Legado del Hubble, ejecutando la primera búsqueda sistemática y exhaustiva de singularidades en casi 100 millones de imágenes acumuladas desde el lanzamiento del telescopio. Los hallazgos, publicados este lunes en la revista Astronomy & Astrophysics, revelan un universo oculto a plena vista: la mayoría de estas anomalías nunca habían sido documentadas en la literatura científica, demostrando que incluso los datos más escrutinios de la historia conservan secretos si se miran con los «ojos» adecuados.

El tesoro invisible en el archivo público

La magnitud del descubrimiento radica no solo en la velocidad del análisis, sino en la naturaleza de lo encontrado. Durante tres décadas y media, miles de astrónomos han estudiado las imágenes del Hubble, publicando decenas de miles de papers. Se asumía, razonablemente, que los objetos más brillantes, extraños o evidentes ya habían sido catalogados. Sin embargo, el 65% de las anomalías detectadas por AnomalyMatch no tenían ninguna referencia previa en las bases de datos astronómicas . Esto implica que cientos de fenómenos astrofísicos únicos han estado «escondidos» en servidores públicos, esperando a que una herramienta con la paciencia infinita de una máquina los sacara a la luz.

Entre las rarezas desenterradas, el catálogo incluye 138 nuevos candidatos a lentes gravitacionales, fenómenos donde la masa de una galaxia en primer plano curva el tejido del espacio-tiempo, actuando como una lupa cósmica que distorsiona la luz de objetos distantes en arcos y anillos perfectos . Estos son laboratorios naturales cruciales para estudiar la materia oscura y la expansión del universo. Además, la IA identificó 417 fusiones de galaxias previamente desconocidas, capturando el violento ballet de colisiones estelares en diversas etapas de interacción, y 18 «galaxias medusa», estructuras fascinantes donde la presión del gas intergaláctico arranca tentáculos de material estelar mientras la galaxia se precipita a través de un cúmulo.

Hamburguesas, mariposas y lo inclasificable

La capacidad de la IA para detectar morfologías inusuales llevó al hallazgo de objetos que desafían las descripciones estándar. El equipo señaló discos protoplanetarios vistos completamente de canto que, debido a la absorción de luz por el polvo en su plano central, se asemejan visualmente a «hamburguesas» cósmicas o mariposas oscuras recortadas contra el fondo estrellado . También se documentaron dos raras galaxias de anillo colisional, formadas cuando una galaxia pequeña atraviesa el centro de una mayor, creando una onda de choque de formación estelar similar a las ondas en un estanque.

Pero quizás lo más prometedor para la física teórica es el conjunto de varias docenas de objetos que desafiaron por completo los esquemas de clasificación existentes . Estas anomalías «puras» no encajan en las categorías de galaxia espiral, elíptica o irregular, ni parecen ser artefactos instrumentales. Son, en esencia, misterios genuinos que requieren seguimiento con telescopios como el James Webb para determinar si representan nuevas clases de objetos celestes o fases evolutivas extremadamente breves y raras que nunca habíamos tenido la suerte de captar e identificar hasta ahora.

Resolviendo la crisis de la escala humana

La investigación de O’Ryan y Gómez aborda un cuello de botella fundamental en la astronomía moderna: el problema del volumen. Mientras los científicos humanos son excelentes para el análisis cualitativo —entender qué es algo una vez que lo ven—, son biológicamente incapaces de mantener la atención necesaria para revisar millones de imágenes sin cometer errores por fatiga . Los proyectos de ciencia ciudadana, como Galaxy Zoo, han intentado mitigar esto delegando la tarea a miles de voluntarios, pero incluso el entusiasmo del público tiene límites frente a archivos que crecen exponencialmente.

AnomalyMatch soluciona esto mediante un enfoque híbrido de aprendizaje semisupervisado y activo . A diferencia de los algoritmos tradicionales que solo buscan lo que se les ha enseñado a buscar (por ejemplo, «busca gatos»), esta red neuronal se entrenó para reconocer la estructura normal de los datos astronómicos y señalar todo lo que se desviara de ese patrón. Además, incorporó un bucle de retroalimentación donde expertos humanos validaban sus hallazgos iniciales, «enseñando» al sistema a distinguir entre una anomalía astrofísica real y un simple defecto en el sensor de la cámara o un rayo cósmico impactando el detector.

Un ensayo general para el diluvio de datos

La implementación exitosa de esta herramienta en el archivo del Hubble es, en realidad, una preparación para el futuro inmediato. La astronomía está entrando en la era de los «Grandes Observatorios de Rastreo». La misión Euclid de la ESA, lanzada en 2023, ya está cartografiando miles de millones de galaxias; el Observatorio Vera C. Rubin, que iniciará operaciones pronto, generará una película del cielo del hemisferio sur cada pocas noches, acumulando más de 60 petabytes de datos en una década . El Telescopio Espacial Nancy Grace Roman de la NASA, programado para 2027, tendrá un campo de visión 100 veces mayor que el Hubble, produciendo panoramas estelares de una riqueza inabarcable para la mente humana .

En este contexto, herramientas como AnomalyMatch dejarán de ser una curiosidad para convertirse en infraestructura crítica. Sin IA que filtre el torrente de datos en tiempo real, la inmensa mayoría de los descubrimientos potenciales se quedarían archivados en discos duros, invisibles y olvidados. El éxito del equipo de la ESA demuestra que la inteligencia artificial no reemplaza al astrónomo, sino que actúa como un tamiz de ultra-alta velocidad, separando la paja del trigo para que los humanos puedan dedicar su tiempo a lo que mejor saben hacer: interpretar la física de lo imposible.