Un joven estudiante de 18 años apasionado por la astronomía ha hecho historia al descubrir 1,5 millones de objetos celestes desconocidos. Su algoritmo que utiliza inteligencia artificial podría revolucionar el análisis de datos astronómicos.
Matteo Paz desarrolló un método innovador para procesar los datos del telescopio NEOWISE de la NASA. Su trabajo, publicado en
The Astronomical Journal, permite identificar objetos variables como cuásares o estrellas en explosión con una precisión sin precedentes.
Matteo Paz con el presidente de Caltech, Thomas F. Rosenbaum.
Crédito: California Institute of Technology
El verano de 2022 fue decisivo para Matteo Paz, quien se unió a la Caltech Planet Finder Academy. Bajo la guía del profesor Andrew Howard y el mentor Davy Kirkpatrick, pudo materializar su proyecto. Kirkpatrick, inspirado por su propio mentor, vio en Matteo Paz un potencial excepcional y lo animó a perseguir sus ambiciones.
NEOWISE, inicialmente diseñado para rastrear asteroides, acumuló una mina de datos sobre objetos celestes variables. Paz optó por no analizar manualmente esta información, sino crear un modelo de IA capaz de hacerlo. Su enfoque permitió procesar eficientemente cerca de 200 mil millones de detecciones.
Con la ayuda de científicos de Caltech, Matteo Paz perfeccionó su algoritmo para que reconociera patrones sutiles en los datos infrarrojos. Esta colaboración resultó en la detección de 1,5 millones de objetos potenciales, abriendo nuevas perspectivas para la astronomía. El catálogo completo de estos descubrimientos se publicará en 2025.
El pipeline de extracción de anomalías.
Crédito: The Astronomical Journal (2024). DOI: 10.3847/1538-3881/ad7fe6
Matteo Paz ya contempla otras aplicaciones para su modelo, como el análisis de mercados bursátiles o el estudio de variaciones atmosféricas. Su trabajo en Caltech, donde ahora está empleado, demuestra su compromiso y talento precoz para la investigación científica.
¿Cómo funciona el algoritmo de IA desarrollado por Matteo Paz?
El algoritmo de Matteo Paz utiliza técnicas de machine learning para analizar los datos temporales del telescopio NEOWISE. Está diseñado para detectar variaciones mínimas en el brillo de objetos celestes, lo que permite identificar fenómenos como cuásares o estrellas variables.
El modelo se basa en métodos de Fourier y wavelets para extraer candidatos variables entre miles de millones de puntos de datos. Este enfoque es particularmente efectivo para procesar grandes conjuntos de datos astronómicos.
Matteo Paz entrenó su algoritmo con datos ordenados y completos, maximizando su precisión. El éxito de este método abre el camino para su aplicación en otros campos que requieran análisis de series temporales.
¿Qué es el telescopio NEOWISE y cuál es su importancia?
NEOWISE es un telescopio espacial infrarrojo de la NASA, lanzado inicialmente para detectar asteroides y otros objetos cercanos a la Tierra. A lo largo de su misión, también ha capturado datos valiosos sobre diversos fenómenos cósmicos.
Una de sus mayores contribuciones es la observación de objetos variables, cuyo brillo cambia con el tiempo. Estos datos, aunque secundarios respecto al objetivo principal de NEOWISE, son una mina de oro para los astrónomos.
La misión ha permitido escanear todo el cielo durante más de diez años, generando una cantidad sin precedentes de información. El análisis de estos datos por Matteo Paz reveló una enorme cantidad de objetos hasta ahora desconocidos, enriqueciendo considerablemente nuestro entendimiento del Universo.
Fuente: The Astronomical Journal