Ciencia: Un cerebro artificial para cazar estrellas hiperveloces
Con ayuda de un software que imita al cerebro humano, el satélite Gaia de la ESA ha detectado seis estrellas alejándose a gran velocidad del centro de nuestra Galaxia. Esto podría proporcionar información clave sobre algunas de las regiones más oscuras de la Vía Láctea.
Nuestra galaxia alberga más de cien mil millones de estrellas, que mantienen su posición gracias a la gravedad. La mayoría se encuentra en una estructura plana —el disco galáctico— con un bulbo en su centro, mientras que el resto se distribuye en un halo esférico más amplio, que se extiende en un radio de aproximadamente 650.000 años luz desde el centro.
La estrellas no se encuentran inmóviles en la Galaxia, sino que giran alrededor de su centro a velocidades que varían según su ubicación: por ejemplo, el Sol orbita a unos 220 km/s, mientras que la media en el halo es de unos 150 km/s.
En ocasiones, unas pocas estrellas rebasan estas velocidades, ya de por sí impresionantes.
Algunas se aceleran debido a un encuentro estelar cercano o a la explosión en forma de supernova de una estrella compañera, lo que provoca que las estrellas escapen a velocidades hasta varios cientos de km/s por encima de la media.
Hace algo más de una década se descubrió una nueva clase de estrellas muy veloces, que atraviesan la Galaxia a varios cientos de km/s. Son el resultado de interacciones pasadas con el agujero negro supermasivo que se encuentra en el centro de la Vía Láctea y que, con una masa equivalente a cuatro millones de soles, gobierna las órbitas de las estrellas a su alrededor.
“Estas estrellas hiperveloces son fundamentales para estudiar la estructura general de nuestra Vía Láctea”, explica Elena Maria Rossi, de la Universidad de Leiden, Países Bajos, que el 26 de junio presentó el descubrimiento por parte de Gaia de seis nuevas estrellas de este tipo en la Semana Europea de la Astronomía y las Ciencias del Espacio en Praga, República Checa.
“Se trata de estrellas que han recorrido grandes distancias en la Galaxia, pero cuyo seguimiento se puede remontar hasta su núcleo (un área tan densa y oscurecida por el polvo y el gas interestelar que normalmente sería muy difícil de observar), por lo que ofrecen información crucial sobre el campo gravitacional de la Vía Láctea desde su centro hacia el exterior”.
Por desgracia, localizar estrellas hiperveloces en la Vía Láctea es como buscar una aguja en un pajar, ya que los estudios actuales incluyen las velocidades de varios cientos de miles de estrellas.
Así, los científicos han tenido que buscar estrellas jóvenes y masivas que llamaran la atención entre la población estelar, más antigua, del halo galáctico. Delatadas por su propia juventud, es probable que estas estrellas hayan experimentado un ‘empujoncito’ extra para llegar hasta el halo. Al volver a medir sus velocidades y calcular sus trayectos pasados se puede confirmar si realmente se trata de estrellas hiperveloces que se han alejado del centro de la Vía Láctea.
Hasta el momento, solo se han detectado 20 estrellas de este tipo. De acuerdo con este método de selección específico, se trata de estrellas jóvenes con una masa entre 2,5 y 4 veces la del Sol. Sin embargo, los científicos creen que muchas más estrellas con edades y masas distintas atraviesan a gran velocidad la Galaxia, pero que no pueden detectarse mediante este tipo de estudios.
El censo de mil millones de estrellas de Gaia ofrece una oportunidad única, por lo que Elena y sus colaboradores empezaron a preguntarse cómo podían aprovechar esta enorme cantidad de datos para optimizar su búsqueda de estrellas hiperveloces.
Tras varios métodos, probaron con un software que permite al ordenador aprender de experiencias pasadas.
“Al final, decidimos emplear una red neuronal artificial, que es un software diseñado para imitar el funcionamiento del cerebro”, explica Tommaso Marchetti, doctorando de la Universidad de Leiden y autor principal del artículo que describe los resultados, publicado en Monthy Notices of the Royal Astronomical Society.
“Tras un ‘entrenamiento’ adecuado, el software puede aprender a reconocer ciertos objetos o patrones dentro de un gran conjunto de datos. En nuestro caso, le enseñamos a identificar estrellas hiperveloces dentro de un catálogo de estrellas como el compilado por Gaia”.
Como parte del proyecto de investigación de Elena para estudiar estas estrellas, el equipo comenzó a desarrollar y a entrenar el programa durante la primera mitad de 2016 para que estuviera listo cuando se publicara el primer catálogo de Gaia unos meses después, el 14 de septiembre.
Además de un mapa con más de mil millones de posiciones de estrellas, esta primera versión incluía un catálogo algo menor con las distancias y los movimientos de dos millones de estrellas, combinando las observaciones del primer año de Gaia con las de la misión Hipparcos de la ESA, que cartografió el firmamento hace más de dos décadas. Conocida como Solución Astrométrica Tycho-Gaia (TGAS), esta fuente es un primer acercamiento a los futuros catálogos, que se basarán únicamente en datos de Gaia.
“El día de la publicación, estrenamos nuestro algoritmo ejecutándolo en los dos millones de estrellas de TGAS” —cuenta Elena—. En solo una hora, el cerebro artificial ya había limitado el conjunto de datos a unas 20.000 potenciales estrellas hiperveloces, por lo que su cantidad se había reducido hasta el 1 %.
“Una nueva selección, en la que se incluían únicamente medidas por encima de una determinada precisión en la distancia y el movimiento, nos permitió restringir aún más el número, hasta llegar a 80 candidatas”.
El equipo estudió estas 80 estrellas con más detalle. Dado que TGAS solo incluye información sobre el movimiento de cada estrella a través del firmamento, tuvieron que buscar nuevos indicios para inferir su velocidad, consultando catálogos de estrellas anteriores o realizando nuevas observaciones.
“Al combinar todos estos datos, encontramos al menos seis estrellas cuyo recorrido podía seguirse hasta el Centro Galáctico, con velocidades por encima de los 360 km/s”, indica Tommaso.
Y lo que es más importante, los científicos consiguieron identificar con éxito una población distinta de las 20 estrellas ya conocidas: las nuevas estrellas tienen masas inferiores, similares a las de nuestro Sol.
Una de las seis estrellas parece desplazarse tan rápido, a más de 500 km/s, que ya no está sujeta a la gravedad de la Galaxia, por lo acabará saliendo fuera de ella. Pero puede que las demás estrellas, algo más lentas, resulten aún más fascinantes, ya que los científicos están deseando saber más sobre lo que las ha frenado: es posible que también haya influido la materia oscura invisible que, según se cree, se extiende por la Vía Láctea.
Aunque el nuevo programa se había optimizado para buscar estrellas que se han acelerado en el centro de la Galaxia, también identificó cinco de las estrellas fugitivas más tradicionales, que deben sus velocidades a encuentros estelares en otros puntos de la Vía Láctea.
“Este resultado muestra el gran potencial de Gaia para abrir nuevas vías para investigar la estructura y las dinámicas de nuestra Galaxia”, señala Anthony Brown, de la Universidad de Leiden, coautor del estudio y presidente del Consorcio para el Procesamiento y Análisis de Datos de Gaia, DPAC.
Los científicos están deseando usar los datos de la próxima versión de Gaia, prevista para abril de 2018 y que incluirá las distancias y movimientos por el cielo de más de mil millones de estrellas, así como las velocidades de un subconjunto de ellas.
Procesar los datos de mil millones de estrellas, y no de dos millones como hasta ahora, es un reto enorme, por lo que el equipo está trabajando a fondo para actualizar su programa, de forma que pueda enfrentarse a un catálogo de tales dimensiones y descubrir las numerosas estrellas hiperveloces que habrá escondidas entre los datos.
“La ingente cantidad de estrellas sondeadas por Gaia ofrece una oportunidad apasionante para los astrónomos, pero también es un desafío, y nos complace ver que están respondiendo a él con gran interés”, reconoce Timo Prusti, científico del proyecto Gaia de la ESA. (Fuente: ESA)
