Misurare le galassie con l’intelligenza artificiale

Le nuove tecnologie superano i confini della Terra e arrivano alle galassie misurandone le dimensioni grazie all’Intelligenza artificiale

Redazione
intelligenza artificiale

Le nuove tecnologie sono in grado di fare ormai qualsiasi cosa, persino di superare i confini del Pianeta e studiare le galassie. É quello che ha fatto un gruppo internazionale di scienziati, tra cui alcuni dell’Istituto nazionale di astrofisica (Inaf) che, attraverso l’intelligenza artificiale è riuscito a misurare la taglia delle galassie.

Le galassie e l’intelligenza artificiale

Oltre sette miliardi di anni luce separano la Terra dalle galassie eppure, questa distanza, non è niente per le nuove tecnologie. Secondo lo studio realizzato dal gruppo di ricercatori, coordinati da Nicola R. Napolitano, professore ordinario presso la Sun Yat-sen University (Cina), infatti, è possibile aiutare gli scienziati a misurare le dimensioni delle galassie in maniera molto più veloce rispetto ai metodi fino ad oggi adottati. I ricercatori hanno sviluppato una rete neurale convoluzionale, uno strumento fondamentale per analizzare l’enorme mole di dati che arriverà in futuro da telescopi come Rubin e Euclid, che possono osservare fino a un terzo dell’intera volta celeste.

Per saperne di più: Intelligenza Artificiale, cos’è e come funziona. Tutto sulla AI

La rete al centro dello studio si chiama GalNet (Galaxy light profile convolutional neural network) e passerà sicuramente alla storia, dato che, è la prima volta che questa tecnica viene applicata su dati raccolti da Terra. Questi enormi database, alla cui costruzione i ricercatori italiani forniranno un contributo fondamentale grazie all’intelligenza artificiale, permetteranno di studiare i processi fisici che hanno guidato l’evoluzione delle galassie dalle epoche primordiali dell’universo fino ai giorni nostri.

«Nel corso degli ultimi anni», spiega il primo autore del lavoro, Rui Li, «abbiamo sviluppato delle reti neurali artificiali convoluzionali, e cioè dei software che riproducono le connessioni neurali all’interno della corteccia visiva animale, per trovare lenti gravitazionali, rari eventi che si manifestano quando la luce di una galassia lontana viene deflessa dal campo gravitazionale di una galassia (lente) più vicina. Queste galassie vengono individuate attraverso il riconoscimento di forme particolari, come immagini multiple, archi e anelli, immagini deformate della sorgente lontana. Abbiamo esteso la nostra analisi, elaborando una rete neurale capace di riprodurre dei parametri caratteristici delle galassie. Questa tecnica di machine learning (apprendimento automatico) si basa sull’addestramento della rete ottenuto fornendole degli esempi di cosa dovrà determinare, in questo caso immagini simulate di galassie con valori noti di alcuni parametri caratteristici. Abbiamo quindi simulato delle galassie con dei modelli analitici, detti modelli di Sérsic, e abbiamo poi insegnato alla rete a ottenere i parametri di questi modelli, tra i quali il raggio che contiene metà luce (che è collegato alla dimensione delle galassie), la pendenza del profilo di luce, l’ellitticità, e la luce totale della galassia».

Federico Morgantini Editore