Gracias a la computación de alto rendimiento y al entrenamiento de redes neuronales con millones de simulaciones, astrónomos logran avances sin precedentes en el análisis del agujero negro Sagittarius A*. La clave: IA y una infraestructura tecnológica que lleva cuatro décadas evolucionando.
En un hito que combina tecnología de punta e investigación astronómica, un grupo internacional de científicos logró avances notables en el estudio del agujero negro ubicado en el centro de la Vía Láctea, Sagittarius A*, al utilizar inteligencia artificial entrenada con millones de simulaciones.
El descubrimiento fue posible gracias a las capacidades de computación de alto rendimiento (throughput computing) del Center for High Throughput Computing (CHTC), una iniciativa conjunta entre el Morgridge Institute for Research y la Universidad de Wisconsin-Madison.
La metodología y los resultados fueron publicados en tres artículos en la revista Astronomy & Astrophysics. Uno de los hallazgos más sorprendentes indica que el agujero negro está girando a una velocidad cercana al máximo teórico posible, y su eje de rotación apunta hacia la Tierra.
Además, los investigadores sostienen que la emisión de energía proviene principalmente de electrones extremadamente calientes en el disco de acreción, desafiando teorías previas que atribuían ese comportamiento a chorros relativistas.
La potencia detrás del hallazgo
El avance fue posible gracias a una forma de computación distribuida desarrollada hace más de 40 años por el científico Miron Livny. Esta técnica permite dividir una carga de trabajo masiva en millones de tareas más pequeñas que se ejecutan en paralelo a través de miles de computadoras.
El Open Science Pool, financiado por la National Science Foundation (NSF) y operado por el proyecto PATh, integra la capacidad de más de 80 instituciones de Estados Unidos, y en este proyecto realizó más de 12 millones de simulaciones en tres años.
“Un volumen de trabajo que consiste en millones de simulaciones es ideal para nuestras capacidades orientadas al rendimiento”, señaló Miron Livny, director del CHTC y principal investigador del proyecto PATh. “Nos encanta colaborar con investigadores cuyos desafíos nos permiten escalar aún más nuestros servicios”, agregó.
IA como nueva herramienta científica
El equipo de investigación entrenó una red neuronal bayesiana con los millones de simulaciones generadas, lo que permitió una mejor comparación entre los modelos y los datos reales obtenidos por el Event Horizon Telescope (EHT), que en 2019 presentó la primera imagen de un agujero negro (en la galaxia M87) y en 2022 la de Sagittarius A*.
“Que estemos desafiando la teoría dominante es, por supuesto, emocionante”, afirmó Michael Janssen, investigador principal de la Universidad Radboud de Nijmegen (Países Bajos). “Sin embargo, veo nuestro enfoque de inteligencia artificial y aprendizaje automático como un primer paso. El próximo será mejorar y ampliar los modelos y simulaciones asociados”, aseguró.
Chi-kwan Chan, astrónomo asociado del Steward Observatory de la Universidad de Arizona, subrayó la complejidad técnica detrás del entrenamiento del modelo:
“La capacidad de escalar hasta millones de archivos sintéticos para entrenar el modelo es un logro impresionante. Requiere automatización de flujos de trabajo confiables y una distribución efectiva de la carga de trabajo en los recursos de almacenamiento y procesamiento”.
Anthony Gitter, investigador de Morgridge y co-investigador de PATh, celebró el uso de estas capacidades por parte del EHT:
“Nos complace ver al EHT aprovechando nuestra computación de alto rendimiento para llevar el poder de la inteligencia artificial a su ciencia”.
Más allá de la astronomía
El impacto del throughput computing trasciende la astronomía. Esta tecnología, nacida en Wisconsin hace cuatro décadas, hoy respalda descubrimientos en disciplinas que van desde la física de partículas hasta la resistencia a los antibióticos.
Pero este nuevo hito astronómico demuestra que cuando la IA se combina con una infraestructura tecnológica robusta, el conocimiento puede expandirse incluso hacia los confines del universo.
