Inteligencia artificial para ayudar a estudiar las primeras imágenes del telescopio espacial James Webb

Científicos de todo el mundo se están preparando para estudiar las primeras imágenes tomadas por el telescopio espacial James Webb, que se publicarán el 12 de julio.

Algunos astrónomos ejecutarán algoritmos de aprendizaje automático en los datos para detectar y clasificar galaxias en el espacio profundo con un nivel de detalle nunca antes visto. Brant Robertson, profesor de astrofísica de la Universidad de California, Santa Cruz, en los EE. UU., cree que las instantáneas del telescopio conducirán a avances eso nos ayudará a comprender mejor cómo se formó el universo hace unos 13.7 millones de años.

"Los datos de JWST son emocionantes porque nos brindan una ventana sin precedentes en el universo infrarrojo, con una resolución con la que solo habíamos soñado hasta ahora", dijo. El registro. Robertson ayudó a desarrollar Morfeo, un modelo de aprendizaje automático entrenado para examinar píxeles y seleccionar objetos borrosos con forma de gota del profundo abismo del espacio y determinar si estas estructuras son galaxias o no y, de ser así, de qué tipo.

El software se utilizará como parte del programa COSMOS-Webb, el proyecto más grande y ambicioso que emprenderá el telescopio en su primer año. Robertson y un equipo de casi 50 investigadores estudiarán medio millón de galaxias desde una parte del cielo; buscarán las galaxias más antiguas y completamente evolucionadas para estudiar cómo evolucionó la materia oscura con el tiempo a medida que estas estructuras comenzaron a albergar estrellas, y usarán el software para automatizar este proceso.

Robertson y sus colegas han actualizado Morpheus para adaptarlo a los datos del JWST. “Ahora hemos integrado métodos de atención que permiten clasificar regiones más grandes de imágenes a la vez, lo que resultó en una aceleración de aproximadamente un factor de cien. El Morpheus más nuevo puede clasificar imágenes más grandes de manera más rápida y confiable que antes”, nos dijo.

La última versión del software también tiene nuevas capacidades de procesamiento de imágenes, como la eliminación de mezclas, que puede separar los objetos astronómicos que parecen superponerse en el cielo, explicó. 

Estas habilidades serán útiles ya que el JWST proporciona una visión más amplia y profunda del universo que nunca antes, y cada imagen contendrá más estructuras que no se pueden estudiar manualmente a simple vista. Morpheus se entrenó inicialmente con 7,600 imágenes de galaxias tomadas por el telescopio espacial Hubble de la NASA, y Robertson cree que tendrá que volver a entrenarse para adaptarse mejor a los datos del JWST.

“Intentaremos aplicar Morpheus tal como está en los datos de JWST sin volver a entrenar primero, y verificaremos el rendimiento de los objetos en las regiones del cielo donde existen datos de Hubble y JWST”, nos dijo.

"Es probable que necesitemos volver a entrenar a Morpheus en función de los datos de JWST dado que los datos de JWST son más rojos, se extienden en un rango más amplio de longitudes de onda y la función de dispersión de puntos, básicamente, el aspecto de una estrella a través de la óptica del telescopio, difiere del Hubble".

Morpheus se ejecutará en la supercomputadora de UC Santa Cruz lujo, cual es armado con 80 nodos de cómputo solo de CPU, cada uno con dos procesadores Intel Cascade Lake Xeon de 20 núcleos, y 28 nodos solo de GPU que contienen dos GPU Nvidia V100 cada uno. “Una vez que los datos estén disponibles, ejecutar Morpheus en todas las imágenes JWST solo tomará unos días como máximo en lux”, dijo Robertson. 

El tan esperado telescopio de diez mil millones de dólares finalmente se lanzó el día de Navidad del año pasado después de repetidos retrasos. El control de tierra pasó meses alineando perfectamente su complejo sistema de 18 espejos antes de que el instrumento comenzara a detectar su primeros fotones en febrero. ®