La IA en astronomía aplicada a datos del Hubble
Los objetos raros y anómalos, como las galaxias en colisión, las lentes gravitacionales o las galaxias anulares, poseen un valor científico inmenso. Por otro lado, son muy difíciles de localizar entre las ingentes cantidades de datos de telescopios como el Hubble. Los astrónomos disponen de herramientas cada vez más sofisticadas para encontrar ese tipo de objetos. En esa línea, el uso de la IA en astronomía ofrece una serie de ventajas que aceleran los tiempos para hallar las respuestas.
Encontrar anomalías astrofísicas en el archivo del Hubble
Los investigadores David O’Ryan y Pablo Gómez de la Agencia Espacial Europea (ESA), han desarrollado una herramienta de IA. Gracias a ella han logrado inspeccionar millones de imágenes astronómicas en una ínfima fracción del tiempo con respecto a la que emplearía un ser humano. El equipo entrenó su herramienta y demostró sus capacidades utilizando el Hubble Legacy Archive (HLA). Esta base de datos contiene decenas de miles de conjuntos de datos recopilados a lo largo de la vida del Hubble.
«Las observaciones de archivo del Telescopio Espacial Hubble se remontan ya a 35 años atrás, lo que supone un tesoro de datos en el que podrían encontrarse anomalías astrofísicas», afirma David O’Ryan, autor principal del artículo que expone la investigación (O’Ryan & Gómez, 2026).
Los límites de la observación manual y la ciencia ciudadana
Estas anomalías suelen descubrirse cuando los científicos buscan manualmente objetos que se salen de la norma, o bien cuando los encuentran por casualidad. Aunque los científicos experimentados son expertos detectando irregularidades cósmicas, el Hubble proporciona demasiados datos. Entonces, clasificarlos a mano con el detalle necesario supone un esfuerzo tanto humano como de tiempo.
Aquí es donde entran los proyectos de ciencia ciudadana. En estos casos, se cuenta con personas no expertas para colaborar en tareas de clasificación. Es otra forma de avanzar entre todos los datos disponibles. Aunque existe un «pero». Si bien estos grupos amplían enormemente la cantidad de datos que pueden inspeccionarse, siguen sin ser rivales para archivos extremadamente extensos. Ejemplos son los del Hubble o los datos extraídos de sondeos como los de Euclid.
AnomalyMatch: La nueva frontera de la IA en astronomía
La alternativa ha llegado con el nuevo trabajo de O’Ryan y Gómez, que eleva la búsqueda a un nuevo nivel. El equipo desarrolló una red neuronal, esto es, una herramienta de IA que busca patrones de una forma inspirada en el funcionamiento del cerebro humano. Bautizada como AnomalyMatch, está entrenada para buscar y reconocer objetos extraños, como las galaxias medusa o los arcos gravitacionales.
Cómo funciona la IA en astronomía para detectar patrones complejos
El equipo utilizó AnomalyMatch para analizar cerca de 100 millones de fragmentos de imágenes del HLA. Con esto, es la primera vez que se realiza una búsqueda sistemática de anomalías astrofísicas en este archivo. En tan solo dos días y medio, AnomalyMatch completó su rastreo y generó una lista de posibles candidatos.
Como el proceso de identificar objetos extraños todavía requiere de un ojo experto, O’Ryan y Gómez inspeccionaron personalmente los resultados. De todos ellos, más de 1.300 son anomalías reales, de las cuales más de 800 nunca habían sido documentadas.
Descubriendo nuevas anomalías astrofísicas
La mayoría de estas anomalías eran galaxias en proceso de fusión o interacción. Estas adoptaban formas inusuales o arrastraban largas colas de estrellas y gas. Muchas otras eran lentes gravitacionales, un fenómeno en el cual la gravedad de una galaxia en primer plano curva el espacio-tiempo deformando la luz de una galaxia lejana situada detrás, convirtiéndola en un arco.
De las «galaxias medusa» a las lentes gravitacionales
También descubrieron objetos poco comunes como galaxias con enormes cúmulos de estrellas, galaxias medusa con «tentáculos» gaseosos producidos por la pérdida de gas al moverse por un cúmulo de galaxias o discos de formación planetaria vistos de perfil, lo que les da un aspecto de hamburguesa o mariposa. Aunque lo más sorprendente de todo fue el hallazgo de varias decenas de objetos que no encajaban en cualquier tipo de clasificación actual.
«Este es un uso fantástico de la IA para maximizar el rendimiento científico del archivo del Hubble», afirma Pablo Gómez, coautor del estudio. «Encontrar tantos objetos anómalos en los datos del Hubble, donde cabría esperar que ya se hubieran encontrado muchos, es un gran resultado. También demuestra lo útil que será esta herramienta para otros grandes conjuntos de datos», añade.
El futuro de la IA en astronomía
El Hubble ha generado tan solo uno de los muchos archivos de datos masivos en astronomía. Sin embargo, hay muchos más. Ya se está pensando en aplicar esta técnica de IA en astronomía a otros telescopios como Euclid, que inició su sondeo de miles de millones de galaxias en 2023. También al Observatorio Vera Rubin (NSF-DOE), que pronto iniciará un sondeo que durará diez años recopilando más de 50 petabytes en datos. O el Telescopio Espacial Nancy Grace Roman de la NASA, que se lanzará en 2027.
Con esta perspectiva, las herramientas de IA en astronomía como AnomalyMatch ayudarán a los astrónomos a gestionar este aluvión de datos. Sin duda, facilitarán descubrimientos que nos ofrecerán nuevos ejemplos de objetos inusuales o, incluso, cosas nunca antes vistas en el Universo.
Artículos científicos relacionados
O’Ryan, D. & Gómez, P. (2026). Identifying astrophysical anomalies in 99.6 million source cutouts from the Hubble legacy archive using AnomalyMatch. Astronomy & Astrophysics, 704, A227. DOI: 10.1051/0004-6361/202555512 (Ver).
Referencias
- Antonio Pérez Verde
- 29/01/2026
- 0 Comment
