Investigadores han creado un sistema de inteligencia artificial para analizar millones de supernovas de tipo Ia utilizando únicamente datos de imagen. El enfoque podría precisar las estimaciones de las distancias cósmicas y sondear la naturaleza de la energía oscura. Está diseñado para los próximos estudios a gran escala del Observatorio Vera C. Rubin.
Científicos del Instituto de Ciencias del Cosmos de la Universidad de Barcelona desarrollaron el marco CIGaRS, que modela conjuntamente las supernovas, las galaxias anfitrionas, los efectos del polvo y la expansión cósmica. Publicado en Nature Astronomy, el método utiliza inferencia basada en simulación y redes neuronales para procesar observaciones fotométricas.
Raúl Jiménez señaló que la técnica permite que todos los parámetros varíen simultáneamente y ayuda a identificar sistemáticas desconocidas. El autor principal, Konstantin Karchev, señaló que evita sesgos de selección a la vez que extrae toda la información de grandes conjuntos de datos.
Las supernovas de tipo Ia sirven como candelas estándar para las mediciones de distancia. El nuevo sistema logra una precisión de desplazamiento al rojo comparable a la espectroscopía sin necesidad de espectros, una ventaja clave dado que solo una pequeña fracción de las futuras detecciones recibirán seguimiento espectroscópico.
El Observatorio Vera C. Rubin en Chile comenzará pronto su estudio de una década de duración y detectará un gran número de supernovas. Los investigadores estiman que el marco podría ajustar las restricciones cosmológicas hasta en un factor de cuatro en comparación con los métodos actuales.