Una visión más nítida de la Vía Láctea con Gaia y el aprendizaje automático

Un grupo de científicos dirigido por el Instituto Leibniz de Astrofísica de Potsdam (AIP) y el Instituto de Ciencias del Cosmos de la Universidad de Barcelona (ICCUB) ha utilizado un nuevo modelo de aprendizaje automático para procesar datos de 217 millones de estrellas observadas por la misión Gaia de una manera extremadamente eficiente.

Los resultados son competitivos con los métodos tradicionales utilizados para estimar los parámetros estelares. Este nuevo enfoque abre oportunidades interesantes para mapear características como la extinción interestelar y la metalicidad en toda la Vía Láctea, ayudando a comprender las poblaciones estelares y la estructura de nuestra galaxia.

Con la tercera publicación de datos de la misión espacial Gaia de la Agencia Espacial Europea, los astrónomos obtuvieron acceso a mediciones mejoradas para 1.800 millones de estrellas, lo que proporciona una gran cantidad de datos para investigar la Vía Láctea.

Sin embargo, analizar un conjunto de datos tan grande de manera eficiente presenta desafíos. En el estudio, los investigadores exploraron el uso del aprendizaje automático para estimar propiedades estelares clave utilizando los datos espectrofotométricos de Gaia. El modelo se entrenó con datos de alta calidad de 8 millones de estrellas y logró predicciones fiables con pequeñas incertidumbres.

El trabajo se publica en la revista Astronomy & Astrophysics.

«La técnica subyacente, llamada árboles potenciados por gradiente extremo, permite estimar propiedades estelares precisas, como la temperatura, la composición química y la oscuridad del polvo interestelar, con una eficiencia sin precedentes. El modelo de aprendizaje automático desarrollado, SHBoost, completa sus tareas, incluido el entrenamiento y la predicción del modelo, en cuatro horas en una sola GPU, un proceso que antes requería dos semanas y 3.000 procesadores de alto rendimiento», dice Arman Khalatyan de AIP y primer autor del estudio.

«El método de aprendizaje automático reduce significativamente el tiempo de cálculo, el consumo de energía y la emisión de CO2». Esta es la primera vez que una técnica de este tipo se aplica con éxito a estrellas de todo tipo a la vez.

El modelo se entrena con datos espectroscópicos de alta calidad de sondeos estelares más pequeños y luego aplica este aprendizaje al tercer y gran lanzamiento de datos de Gaia (DR3), extrayendo parámetros estelares clave utilizando solo datos fotométricos y astrométricos, así como los espectros XP de baja resolución de Gaia.

«La alta calidad de los resultados reduce la necesidad de realizar observaciones espectroscópicas adicionales que consumen muchos recursos cuando se buscan buenos candidatos para estudios posteriores, como estrellas raras pobres en metales o súper ricas en metales, cruciales para comprender las primeras fases de la formación de la Vía Láctea», dice Cristina Chiappini de AIP.

Esta técnica resulta crucial para la preparación de futuras observaciones con espectroscopia multiobjeto, como 4MIDABLE-LR, un gran sondeo del Disco y el Bulbo Galáctico que formará parte del proyecto 4MOST en el Observatorio Europeo Austral (ESO) en Chile.

«El nuevo enfoque del modelo proporciona mapas extensos de la composición química general de la Vía Láctea, corroborando la distribución de estrellas jóvenes y viejas. Los datos muestran la concentración de estrellas ricas en metales en las regiones internas de la galaxia, incluidas la barra y el bulbo, con un enorme poder estadístico», agrega Friedrich Anders del ICCUB.

El equipo también utilizó el modelo para mapear estrellas jóvenes, masivas y calientes en toda la galaxia, destacando regiones distantes y poco estudiadas en las que se están formando estrellas. Los datos también revelan que existen varios «vacíos estelares» en nuestra Vía Láctea, es decir, áreas que albergan muy pocas estrellas jóvenes. Además, los datos demuestran dónde la distribución tridimensional del polvo interestelar aún está mal resuelta.

A medida que Gaia continúa recopilando datos, la capacidad de los modelos de aprendizaje automático para manejar los grandes conjuntos de datos de manera rápida y sostenible los convierte en una herramienta esencial para la investigación astronómica futura.

El éxito del enfoque demuestra el potencial del aprendizaje automático para revolucionar el análisis de big data en astronomía y otros campos científicos, al tiempo que promueve prácticas de investigación más sostenibles.

Con información de arXiv