Autor: Pagina V

Dr. Antonio Montero, jefe de carrera de la Licenciatura en AstroFísica
Universidad Técnica Federico Santa María, Campus San Joaquín

Recientemente, científicos de diversas partes del mundo se reunieron en Nueva York para  debatir sobre cosmología, la rama de la astrofísica que estudia el universo en su conjunto  y que busca determinar su origen y composición, así como los procesos físicos que  gobiernan su evolución. Sobre la mesa, la gran pregunta: ¿cómo podemos optimizar la  extracción de información de los grandes experimentos cosmológicos de la actualidad?  

Y es que desde hace unos años la cosmología observacional está experimentando poco  menos que una revolución, impulsada en gran parte por el aumento exponencial en la  cantidad y variedad de los datos cosmológicos que tenemos a nuestra disposición. Este  desarrollo, que exige técnicas de análisis innovadoras, no solo aumenta la precisión de  nuestras medidas, sino que empieza a cuestionar algunos de nuestros supuestos  cosmológicos fundamentales.  

Muchos de los experimentos se basan en la confección de extensos censos o mapas  tridimensionales de la estructura a gran escala del universo. A través de potentes  telescopios y espectrógrafos que actúan en conjunto como escáneres astronómicos es  posible determinar la posición de millones de galaxias, cuya distribución global se  asemeja a una inmensa red cósmica. Las características de este entramado de filamentos separados por inmensas regiones vacías son muy sensibles a los parámetros de nuestro modelo cosmológico, en especial a los relacionados con la cantidad de estructura a gran escala, así como la densidad de materia y energía oscura. El análisis de estos mapas proporciona, por lo tanto, claves invaluables sobre la composición y  evolución del universo.  

Estos grandes cartografiados de galaxias no deben entenderse como experimentos aislados. Resultados obtenidos con diferentes censos pueden combinarse estadísticamente para restringir aún más el modelo. Este análisis transversal y global de resultados cosmológicos se extiende a experimentos que se basan en otros importantes  observables astrofísicos, como el fondo cósmico de microondas o la distancia a lejanas  supernovas. La combinación de medidas independientes permite descartar regiones del  espacio de parámetros que son incompatibles con el universo que observamos y, en  otros casos, pone al descubierto tensiones cosmológicas que podrían sugerir la  existencia de nueva física. 

Es pertinente recordar, en este contexto, que Chile se encuentra en la actualidad a la  vanguardia de la cosmología observacional mundial, gracias, entre otros, al sondeo Legacy Survey of Space and Time (LSST) del Observatorio Vera C. Rubin, ya en sus  primeras fases de operación en el Cerro Pachón. Desde el corazón del valle del Elqui, el  LSST escaneará casi la mitad del cielo cada 4 ó 5 días, generando unos 20 terabytes de  datos astronómicos diarios. Esta riqueza de información sin precedentes permitirá  construir el mapa del universo más detallado de la historia, con el que se espera arrojar  luz sobre algunos de los grandes enigmas de la ciencia moderna, como la naturaleza de  la materia y la energía oscura. Además de registrar millones de galaxias y estrellas, el  LSST actuará como un incansable vigilante cósmico, capaz de detectar fenómenos  transitorios como explosiones de supernovas, asteroides que cruzan el sistema solar o  estrellas cuya luminosidad cambia de forma repentina. La combinación de área  observada y cadencia temporal convertirá al LSST en un pilar observacional fundamental  para numerosos campos de la astrofísica.

Como ya es habitual en los congresos de esta y otras disciplinas, muchos científicos  mostraron en Nueva York resultados que se apoyaban en técnicas de aprendizaje  automático e inteligencia artificial. Estos métodos se han hecho casi indispensables para  el análisis de grandes conjuntos de datos astrofísicos —como los que proporcionará el  LSST— debido a su elevada eficiencia, su capacidad predictiva y su habilidad para  desentrañar relaciones complejas entre variables.  

En este contexto de constante innovación, algunos grupos de investigación están  llevando los límites de estas técnicas mucho más allá. El desarrollo de los llamados  modelos extensos de lenguaje (del inglés large language models, LLMs) está empezando  a hacer posible la implementación de proyectos enteramente con inteligencia artificial:  desde la concepción de la idea, hasta la recopilación y análisis de datos, y finalmente la  preparación del artículo científico. La meteórica evolución de la inteligencia artificial está,  como en otras áreas, generando un inevitable debate en el campo de la astrofísica,  enraizado en las diferencias fundamentales que existen entre la ciencia y la tecnología:  ¿podría esta evolución representar una amenaza para nuestra forma de hacer ciencia?,  ¿es el avance científico igual de valioso para el ser humano si son agentes artificiales los  que lo realizan?, ¿proporcionará esta tecnología el gran salto cualitativo que necesita la  humanidad para desvelar los misterios del cosmos? 

Este debate nos empuja a preguntarnos sobre las verdaderas razones que llevan al ser  humano a interesarse por la ciencia. En este sentido, es de destacar la inagotable  curiosidad humana por entender el mundo en el que vive y, en especial, el cosmos. Los  primeros Homo sapiens que alzaron la vista al cielo nocturno, los científicos renacentistas  que idearon aparatos para observar los astros, o los cosmólogos modernos comparten  un afán por comprender el universo que se mantiene inmutable ante los avances  científicos. Este Día de la Astronomía es una excelente ocasión para brindar por esa  fascinante cualidad humana y, por qué no, para no olvidar nunca el valor de disfrutar del  proceso de aprendizaje, de búsqueda, de acierto, de fracaso y de descubrimiento. En  cuanto a la inteligencia artificial, quizás estemos llevando un paso más allá la vieja frase  de Carl Sagan: “El ser humano es la manera que encontró el universo de comprenderse a  sí mismo”.