Investigadores liderados por el Instituto de Ciencias del Cosmos de la Universidad de Barcelona (ICCUB) han desarrollado una nueva técnica que podría mejorar enormemente la forma en que los científicos estudian la expansión del universo e investigan la misteriosa fuerza conocida como energía oscura.
Publicado en Naturaleza AstronomíaLa investigación introduce un marco llamado CIGaRS que puede extraer mucha más información de las poderosas supernovas de explosión estelar tipo Ia utilizadas para medir vastas distancias cósmicas. A diferencia de muchos métodos actuales, el método se basa en datos de imágenes en lugar de costosas observaciones espectroscópicas. Este avance llevó a los astrónomos a la próxima generación de estudios del cielo, en particular Vera C. Se espera que ayude a aprovechar al máximo los enormes conjuntos de datos operados por el Observatorio Rubin.
Por qué son importantes las supernovas de tipo Ia
Las supernovas de tipo Ia ocurren cuando explotan estrellas enanas blancas. Debido a que estos estallidos alcanzan aproximadamente el mismo brillo intrínseco, los astrónomos los utilizan como “velas estándar”: comparando su brillo real con lo brillantes que parecen desde la Tierra, los investigadores pueden calcular su distancia.
Estas mediciones jugaron un papel importante en el descubrimiento de que el universo se está expandiendo a un ritmo acelerado. Los científicos atribuyen esta aceleración a la energía oscura, una de las cuestiones sin resolver más importantes de la física moderna.
Sin embargo, existe una complicación importante. Las supernovas de tipo Ia no son del todo uniformes.
Cómo afectan las galaxias anfitrionas a las mediciones de supernovas
Durante los últimos 20 años, los astrónomos han descubierto que el brillo observado de una supernova se ve afectado por la galaxia en la que se produce. Las supernovas que se encuentran en galaxias más antiguas o más masivas pueden diferir ligeramente de las que se encuentran en galaxias más jóvenes o menos masivas.
Por lo general, los investigadores han tenido en cuenta estas diferencias utilizando métodos de corrección relativamente simples. Aunque útil, esta aproximación puede limitar la precisión de las mediciones de distancias y, en consecuencia, la precisión de la investigación cosmológica.
Supernovas y un modelo unificado del universo
El nuevo marco aborda este desafío modelando múltiples factores simultáneamente. En lugar de tratar cada componente de forma independiente, los investigadores desarrollaron un modelo único e integrado que incluye explosiones de supernovas, sus galaxias anfitrionas, el polvo que modifica su luz, cambios en las tasas de supernovas a lo largo de la historia cósmica e incluso la expansión del universo.
Al conectar todos estos elementos dentro de un marco físico y estadístico, el equipo puede capturar relaciones que a menudo se pasan por alto cuando las piezas se analizan por separado.
“Una forma potente de modelar el universo es simularlo en un ordenador mediante inferencia bayesiana”, afirma el coautor del estudio Raúl Jiménez (ICREA-ICCUB). “Esto proporciona una manera de variar todos los parámetros posibles al mismo tiempo para inferir lo que habitamos en el universo”. Además, al tener esta capacidad, uno puede observar posibles sistemáticas ‘desconocidas’ para comprender su impacto. El impacto de estas sistemáticas en nuestra hipótesis es posiblemente el componente faltante más importante de los enfoques actuales para modelar el universo”.
Cosmos utiliza inteligencia artificial para analizar
Construir un modelo tan completo normalmente requeriría una gran potencia informática. Para que el método fuera práctico, los investigadores recurrieron a una técnica de vanguardia llamada inferencia basada en simulación.
El proceso comienza cuando los científicos construyen una gran cantidad de universos simulados basados en modelos físicos. Luego, una red neuronal (un tipo de inteligencia artificial) aprende cómo se relacionan las observaciones simuladas con las propiedades físicas que generan. Una vez entrenado, el sistema puede comparar observaciones astronómicas reales con sus simulaciones y posiblemente determinar los parámetros subyacentes.
Esta técnica permite analizar decenas de miles de supernovas simultáneamente, una tarea que resultaría poco práctica con técnicas tradicionales.
Distancias de galaxias precisas a partir de imágenes individuales
Uno de los hallazgos más importantes del estudio es que el marco puede determinar distancias de galaxias (desplazamientos al rojo) con alta precisión utilizando únicamente datos de imágenes.
El corrimiento al rojo mide cuánto se ha expandido la luz de una galaxia a medida que se ha expandido el universo. Proporciona información sobre la distancia de la galaxia y qué tan temprano la estamos observando.
Según los investigadores, el nuevo método proporciona estimaciones del corrimiento al rojo con una precisión comparable a las mediciones espectroscópicas, pero sin necesidad de espectros. Esta capacidad es particularmente importante porque se espera que los próximos estudios detecten millones de candidatos a supernova, mientras que sólo un pequeño porcentaje puede recibir de manera realista observaciones espectroscópicas de seguimiento.
El Observatorio Rubin está preparado para una avalancha de datos
Vera C. Se espera que el Observatorio Rubin, actualmente en construcción en Chile, comience en un futuro próximo un estudio del cielo que durará una década. Durante esa misión, descubrirá un número sin precedentes de supernovas. Aproximadamente el 99% de estos objetos se observarán sólo fotométricamente, es decir, no mediante espectros detallados sino mediante imágenes tomadas en diferentes colores.
El marco CIGaRS se desarrolló específicamente con este desafío en mente.
“A diferencia de otros marcos, que requieren simplificaciones analíticas, nuestro método de inferencia basado en simulación de extremo a extremo es excepcionalmente capaz de extraer información cosmológica y astronómica completa de los datos obtenidos con tanto esfuerzo por el Observatorio Rubin, evitando al mismo tiempo sesgos en la selección y modelado de los tricúspides”, dijeron los autores del estudio.
Información sobre cómo se forman las supernovas
Los beneficios van más allá de medir la energía oscura. El marco también proporciona nueva información sobre el origen de las supernovas de Tipo Ia.
Al reconstruir cómo varía la tasa de aparición de supernovas con la edad de las estrellas en diferentes galaxias, el modelo ayuda a los científicos a investigar cuestiones de larga data sobre los sistemas que eventualmente producen estas explosiones.
Los investigadores han descubierto que combinar simulaciones basadas en la física con inteligencia artificial puede superar varias limitaciones de los enfoques cosmológicos actuales. Estiman que el método puede mejorar las limitaciones cosmológicas hasta en un factor de cuatro en comparación con las técnicas tradicionales que se basan sólo en una muestra relativamente pequeña de supernovas observadas espectralmente.
Mientras el Observatorio Rubin se prepara para marcar el comienzo de una nueva era de descubrimientos astronómicos, herramientas como CIGaRS pueden ayudar a los científicos a extraer la mayor cantidad de información de sus observaciones y obtener una comprensión más profunda del universo.
