El chaval que busca supernovas con un algoritmo

En una noche de invierno y cielo despejado de 1572, el astrónomo danés Tycho Brahe descubrió una nueva estrella en la constelación de Casiopea. Por aquella época no había todavía telescopios y las observaciones se hacían a simple vista con instrumentos astronómicos rudimentarios y en observatorios sin luz y apartados de las grandes ciudades.

Los mapas estelares y planetarios de Tycho eran considerados los mejores de Europa por entonces, y aquella estrella no aparecía en ninguno de sus registros anteriores. Tycho acababa de descubrir la primera supernova. Una explosión estelar que se podía apreciar a simple vista y que desapareció a los dieciocho meses.

El descubrimiento de una supernova visible sin telescopios es muy raro: solo hay registros de diez avistamientos en los últimos 2.000 años. Además, una supernova luce sólo una media de varias semanas.

Desde entonces la caza de supernovas ha sido una tarea ardua y llena de casualidades. Miles de ojos aficionados y telescopios escrutando la bóveda celeste en busca de la aleatoriedad imprevisible. El fenómeno es anecdóticamente temporal respecto a la escala de transformación del universo y muy poco habitual en nuestra vía Láctea. Actualmente se descubren decenas de supernovas cada año, pero todas en otras galaxias y no a simple vista.

Danny Goldstein, un estudiante de posgrado de segundo año en el departamento de astronomía en la Universidad de Berkeley, no tiene el carisma ni la fama de los grandes pioneros del siglo pasado, pero ha desarrollado un programa de software basado en un algoritmo muy efectivo que resuelve esta aleatoriedad y evita tener ocupados a miles de personas buscando las singularidades.

Su trabajo ha facilitado increíblemente la detección de este fenómeno astronómico. La clave es fotografiar rutinariamente todo el espectro visible y escanear el material en busca de alteraciones en constelaciones conocidas, comparándolas con los últimos mapas gráficos del histórico y otras características físicas propias de las supernovas.

Pero eso no es nuevo. Lo verdaderamente sorprendente es la capacidad de cálculo del nuevo algoritmo y la velocidad y precisión de diagnóstico, no tanto gracias a la potencia de hardware como a la eficacia del programa desarrollado por este estudiante. La clave está en que el programa minimiza la pérdida de supernovas de vida corta

Cada noche, el telescopio Victor M. Blanco de Cerro Tololo en los Andes Chilenos manda para procesar en tiempo real 1.000 Gigabytes de fotografías del cielo austral con su cámara de 570 megapíxeles. Un ordenador de 60 núcleos recibe y clasifica 200.000 puntos sospechosos para su análisis en el National Center for Supercomputing Applications (NCSA) y el DOE’s Fermilab, ambos en en Illinois. Gracias al nuevo programa, el ordenador es capaz de comparar e interactuar en unos 20 minutos con las bases de datos y las características o preguntas más frecuentes que hacen los astrónomos al evaluar cada foto.

El programa utiliza la técnica de ‘random forest’ uno de los mejores algoritmos para tareas de clasificación de datos y de aprendizaje automático. El algoritmo, inventado por Leo Breimann en la misma Universidad de Danny, se utiliza en estadística y en procesos de clasificación con gran cantidad de variables y ‘árboles de decisión’. Aquí explican estupendamente cómo funciona con un ejemplo muy gráfico.

El programa de Danny y el Centro de Cosmología Computacional consigue procesar una detección de una candidata a supernova en aproximadamente 0,01 segundos sin perder tiempo real de uso de telescopio valiéndose solo de cálculo computacional derivado.

¿Y para qué sirve esta detención precoz de supernovas?

La detección y clasificación de las distintas supernovas y otros fenómenos de observación indirecta (la explosión no ocurre en directo ya que la luz nos llega miles de años más tarde de desaparecer la estrella) sirve para explicar cómo el universo se ha expandido y se expande a lo largo de su historia.

Una especie de fuerza invisible, lo que los científicos llaman ‘energía oscura’, es responsable de la aceleración cósmica. Las supernovas son ‘catas’ del pasado que nos ayudan a medir como el universo se hace más grande. Al explotar, las estrellas lanzan al espacio cantidad de materiales y la mejor fuente de rayos cósmicos. Estos residuos estelares llamados remanentes nos dan pistas del presente, pasado y futuro del Universo.

Adiós a los cazadores nocturnos de explosiones estelares, bienvenidas las supercomputadoras.