El aprendizaje automático se ha utilizado para caracterizar los elementos pesados que las primeras estrellas del universo transmitieron a sus sucesoras inmediatas después de que explotaron en supernovas. Esta herencia cósmica de elementos fue estudiada por investigadores afiliados a la Instituto Kavli de Física y Matemáticas del Universo en Tokio, quienes encontraron evidencia de que la mayor parte de la primera generación de estrellas en el universo existió en sistemas de dos o más estrellas.
La primera generación de estrellas en el universo se formó a partir de material proporcionado directamente por el Big Bang, que era casi exclusivamente hidrógeno y helio. Estas estrellas, que se cree que son masivas y de corta duración, crearon elementos más pesados (llamados "metales" por los astrónomos) cuando las estrellas explotaron como supernovas. Este material luego formó los componentes básicos de la segunda generación de estrellas de vida mucho más larga, algunas de las cuales sobreviven hasta el día de hoy en la Vía Láctea. Si bien estas estrellas contienen elementos más pesados que la primera generación, aún se las describe como "extremadamente pobres en metales".
Las simulaciones por computadora anteriores han sugerido que muchas estrellas de primera generación existían en grupos de dos o más, pero hasta ahora no ha habido evidencia observacional de esta multiplicidad. Ahora, el equipo de Kavli ha utilizado un sistema de aprendizaje automático para analizar el contenido de metal de unas 460 estrellas de segunda generación que fueron observadas por el Espectrógrafo de foco principal en el Telescopio Subaru de Japón en Hawai. Estos datos espectrales contienen información sobre la composición elemental de las estrellas y las supernovas que proporcionaron el material para su formación.
Supernovas simuladas
Los datos se analizaron utilizando un algoritmo de aprendizaje automático creado por tilman hartwig de la Universidad de Tokio. El aprendizaje automático es un tipo de inteligencia artificial (IA) y el sistema se entrenó utilizando miles de simulaciones de supernovas de primera generación en una amplia gama de masas estelares y energías explosivas. Estas simulaciones utilizaron un modelo de nucleosíntesis para predecir la producción elemental de cada tipo de supernova. Luego, el algoritmo pudo determinar si una estrella de segunda generación se creó con el resultado de una supernova o de varias supernovas.
"Descubrimos que la mayoría (68%) de las estrellas de segunda generación se enriquecieron con múltiples supernovas de las primeras estrellas, al analizar las composiciones químicas de las estrellas de segunda generación observadas", explica un miembro del equipo. Chiaki Kobayashi del Centro de Investigación de Astrofísica de la Universidad de Hertfordshire del Reino Unido. "Nuestros hallazgos significan que al comienzo del universo, las primeras estrellas se formaron en un sistema estelar múltiple o en un cúmulo de estrellas, lo que se indicó en simulaciones teóricas, pero nunca antes se había confirmado con observaciones".
“Los elementos ligeros como el carbono y el nitrógeno se pueden producir en estrellas de baja masa como el Sol, pero la mayoría de los elementos como el oxígeno y el hierro son producidos por supernovas. Las últimas investigaciones también sugieren que los elementos más pesados, como el oro y el uranio, también son producidos por supernovas”, explica. “Estos elementos se distribuyen desde las regiones de formación estelar hasta el medio interestelar mediante explosiones de supernovas. Este proceso puede desencadenar o suprimir la formación de la próxima generación de estrellas y, por lo tanto, las supernovas son importantes para toda la historia de las galaxias”.
Nacimiento y muerte estelar
Miho Ishigaki, que también está en la Universidad de Tokio, agrega que el enfoque convencional para interpretar las abundancias elementales en las estrellas es ajustar los datos a un modelo que describe la salida de una sola estrella que ha sufrido una supernova. Esto supone que solo una supernova es responsable de producir los metales en una estrella extremadamente pobre en metales.
Todavía llueven sedimentos de supernova sobre la Tierra y la Luna
"Si situaciones más complejas, como las supernovas múltiples, enriquecen la próxima generación de estrellas, no es posible restringir los modelos con confianza dados los datos limitados", dice, razón por la cual el equipo recurrió al aprendizaje automático. “El enfoque de aprendizaje automático es una forma eficiente de interpretar esos datos teniendo en cuenta modelos teóricos complejos. Este enfoque basado en la IA será más importante en la próxima década, cuando estén disponibles más datos de los próximos estudios astronómicos”, explica.
Kobayashi agrega: “Ahora puedo imaginarme muchas estrellas brillantes formándose juntas, lo que puede acelerar la formación de galaxias y el enriquecimiento químico del universo. Esta idea es consistente con lo que estamos viendo con los últimos resultados del Telescopio Espacial James Webb”.
Kobayashi dice que lo próximo que investigará el equipo es cuántas supernovas enriquecieron en promedio a la segunda generación de estrellas, un estudio que requerirá datos de observación más precisos.
La investigación se describe en The Astrophysical Journal.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- Platoblockchain. Inteligencia del Metaverso Web3. Conocimiento amplificado. Accede Aquí.
- Acuñando el futuro con Adryenn Ashley. Accede Aquí.
- Fuente: https://physicsworld.com/a/first-stars-in-the-universe-formed-in-groups-machine-learning-study-reveals/
- :posee
- :es
- :no
- $ UP
- a
- Poder
- Nuestra Empresa
- AC
- Mi Cuenta
- preciso
- Añade
- Organización
- Después
- AI
- algoritmo
- también
- an
- analizar
- Analizando
- y
- enfoque
- somos
- artificial
- inteligencia artificial
- Inteligencia Artificial (AI)
- artístico
- AS
- At
- Hoy Disponibles
- promedio
- BE
- a las que has recomendado
- esto
- antes
- Comienzo
- creído
- Big
- Big Bang
- Bloques
- Brillante
- burbuja
- Construir la
- pero
- by
- , que son
- PUEDEN
- carbono
- centro
- caracterizar
- químico
- Soluciones
- Médico
- integraciones
- computadora
- confianza
- Confirmado
- consistente
- que no contengo
- contenido
- convencional
- creado
- datos
- día
- década
- descrito
- Determinar
- directamente
- distribuidos
- DE INSCRIPCIÓN
- cada una
- tierra
- eficiente
- elementos
- enriquecer
- enriquecido
- Todo
- evidencia sólida
- exclusivamente
- Explica
- explosiones
- extremadamente
- Nombre
- Primera generación
- cómodo
- Focus
- formación
- formado
- encontrado
- Desde
- Galaxias
- galaxia
- generación de AHSS
- dado
- Gold
- Grupo
- Tienen
- pesado
- helio
- historia
- Cómo
- http
- HTTPS
- hidrógeno
- idea
- imagen
- imagen
- inmediata
- importante
- in
- indicado
- información
- herencia
- Innovadora
- Intelligence
- interestelar
- dentro
- investigar
- IT
- Telescopio espacial James Webb
- Japón
- jpg
- large
- más reciente
- aprendizaje
- como
- Limitada
- máquina
- máquina de aprendizaje
- Mayoría
- maquillaje
- muchos
- masas
- masivo
- materiales
- matemáticas
- max-ancho
- mediano
- miembro
- metal
- Metales
- Vía láctea
- modelo
- modelos
- más,
- MEJOR DE TU
- múltiples
- Next
- ahora
- of
- on
- ONE
- , solamente
- or
- salida
- Más de
- Oxígeno
- pasado
- Física
- Platón
- Inteligencia de datos de Platón
- PlatónDatos
- posible
- predecir
- producido
- Producción
- previsto
- LLUVIA
- distancia
- regiones
- exigir
- la investigación
- investigadores
- responsable
- Resultados
- Revela
- s
- dice
- Segundo
- Segunda generación
- ver
- Varios
- soltero
- circunstancias
- algo
- Espacio
- Espectral
- velocidad
- Estrella
- Estrellas
- Stellar
- Sin embargo
- estudiado
- ESTUDIO
- tal
- Sugiere
- Dom
- supernova
- sobrevivir
- te
- Todas las funciones a su disposición
- toma
- equipo
- telescopio
- que
- esa
- La
- su
- teorético
- Ahí.
- por lo tanto
- Estas
- ellos
- así
- aquellos
- miles
- uña del pulgar
- a
- juntos
- Tokio
- entrenado
- detonante
- verdadero
- Convertido
- Universo
- universidad
- Universidad de Tokio
- próximos
- usado
- usando
- Vasto
- fue
- Camino..
- we
- tuvieron
- ¿
- sean
- que
- mientras
- QUIENES
- porque
- amplio
- Amplia gama
- seguirá
- dentro de
- zephyrnet