.

MS Tech

Espacio

Esta IA podría determinar las próximas investigaciones espaciales

1

El 'Decadal Survey' marca la pauta para una nueva década de exploración espacial. Un equipo de investigadores quiere que ese estudio utilice IA para pronosticar los campos científicos en crecimiento y que así los investigadores prioricen líneas de exploración

  • por Tatyana Woodall | traducido por Ana Milutinovic
  • 30 Septiembre, 2021

Cada 10 años, los astrónomos estadounidenses tienen que tomar decisiones difíciles. Estas decisiones determinan las prioridades científicas para el campo en la próxima década y se resumen en el plan denominado Estudio Decenal sobre Astronomía y Astrofísica (Decadal Survey on Astronomy and Astrophysics), que representa un conjunto de estudios realizados por las Academias Nacionales de Ciencias, Ingeniería y Medicina.

El Decadal Survey ha sentado las bases para grandes avances en la exploración espacial desde principios de la década de 1960. La séptima edición, titulada Astro2020, se esperaba para este mes de septiembre. Las comunidades científicas, las instituciones de financiación e incluso el Congreso de EE. UU. se refieren a estos informes para tomar decisiones sobre dónde invertir el tiempo y el dinero.

Las publicaciones anteriores han anunciado importantes proyectos, incluida la construcción y lanzamiento de grandes telescopios espaciales y el estudio de fenómenos extremos como supernovas y agujeros negros. El último informe, publicado bajo el título Astro2010, profundizó incluso en la naturaleza de la energía oscura.

Dado que el Decadal Survey es un estudio de consenso, los investigadores que quieran que su proyecto se tenga en cuenta deben presentar sus propuestas con más de un año de antelación. Todas se sopesan y todas (en esta ocasión más de 500) están disponibles para el público.

Este año, los temas que se están discutiendo van desde la exploración de las lunas de Júpiter hasta la creación de estrategias de defensa planetaria contra los eventos que ocurren una vez cada 1.000 años, como el sobrevuelo del gran asteroide Apophis. Por otro lado, algunos investigadores quieren echar un vistazo más de cerca a nuestro propio punto azul pálido.

El comité de la publicación, que recibe indicaciones de una serie de grupos más pequeños de expertos, tiene en cuenta una cantidad gigantesca de información para crear las estrategias de investigación. Los científicos están ansiosos por saber qué entrará en juego y qué quedará fuera.

"El Decadal Survey ayuda de verdad a la NASA a decidir cómo van a liderar el futuro de los descubrimientos humanos en el espacio, por lo que es verdaderamente importante que estén bien informados", afirma el profesor de astronomía y astrofísica de la Universidad de California (UC) en Santa Cruz (EE. UU.) Brant Robertson.

Un equipo de investigadores quiere utilizar inteligencia artificial (IA) para facilitar este proceso. Su propuesta no es para una misión específica ni para una línea de investigación en concreto; más bien, creen que su IA podría ayudar a los científicos a tomar decisiones difíciles sobre qué otras propuestas priorizar.

La idea es que, al entrenar a una IA para detectar áreas de investigación que están creciendo o disminuyendo rápidamente, la herramienta podría ayudar a que los comités y grupos de expertos decidan más fácilmente qué debería estar en esa lista.

El científico jubilado del Goddard Space Flight Center de la NASA y autor principal de la propuesta, Harley Thronson, explica: "Lo que queríamos era tener un sistema que hiciera gran parte del trabajo del Decadal Survey y dejar que los científicos que trabajan en el Decadal Survey hagan lo que mejor saben hacer".

Aunque los miembros de cada comité se eligen por su experiencia en sus respectivos campos, es imposible que comprendan los matices de cada tema científico. El número de publicaciones de astrofísica aumenta un 5 % cada año, según los autores; eso es mucho material para procesar.

Ahí es donde entra en juego la IA de Thronson.

Su equipo tardó poco más de un año en construirla, pero, finalmente, pudo entrenar la IA en más de 400.000 trabajos de investigación publicados en la década previa a Astro2010. También lograron enseñar a la IA a examinar miles de resúmenes para identificar áreas de bajo y alto impacto de expresiones temáticas de dos y tres palabras como "sistema planetario" o "planeta extrasolar".

Según el libro blanco de los investigadores, la IA "encontró" con éxito seis temas de investigación populares de los últimos 10 años, incluido un aumento meteórico en los estudios de exoplanetas y la observación de galaxias.

"Uno de los aspectos desafiantes de la inteligencia artificial es que a veces predecirá, propondrá o analizará cosas que son completamente sorprendentes para los humanos. Y lo hemos visto bastante", asegura Thronson.

Thronson y sus colaboradores piensan que el comité directivo debería usar su IA para ayudar a revisar y resumir la gran cantidad de texto que el grupo debe examinar, y dejar que los expertos humanos tomen la decisión final.

Su investigación no es la primera en intentar utilizar la IA para analizar y dar forma a la literatura científica. Ya se han usado otras para ayudar a los científicos a revisar el trabajo de sus colegas. Pero ¿se le podría confiar una tarea tan importante e influyente como el Decadal Survey?

Robertson, de la UC Santa Cruz, está de acuerdo en que la enorme cantidad de investigación astronómica debería catalogarse de alguna manera; sin embargo, aunque la idea de usar IA para ayudar con el Decadal Survey es interesante, le parece demasiado pronto para saber si se trata de algo en lo que los científicos deberían confiar.

Robertson resalta: "Creo que hay algunas advertencias importantes sobre cómo usamos el aprendizaje automático". Uno de los mayores problemas con cualquier IA es lo bien que los humanos entienden el algoritmo y sus resultados. En este caso, ¿podría el equipo decir por qué su IA había elegido uno entre dos temas separados pero similares? ¿Y los expertos humanos podrían haber llegado a la misma conclusión?

Robertson sostiene: "Como científicos, desarrollamos una reputación sobre si nuestro trabajo es exacto o correcto. Por eso creo que es razonable que la gente aplique ese mismo tipo de criterios para los resultados de estos sofisticados algoritmos de aprendizaje automático".

Thronson y su equipo no han intentado predecir los resultados de este año. En cambio, se están centrando en determinar dónde están las próximas grandes áreas en astronomía.

Es probable que las herramientas automatizadas todavía no se utilicen en el Decadal Survey en los próximos años. Pero si el comité decide integrar la IA en su proceso, eso representaría una nueva forma de que los científicos lleguen a un acuerdo sobre sus propios objetivos.

Por ahora, Thronson, Robertson y miles de astrónomos más tendrán que esperar para ver qué es lo siguiente, pero a la antigua.

Espacio

  1. La búsqueda de vida extraterrestre se centra en Europa, la luna de Júpiter

    La misión Europa Clipper de la NASA viajará a una de las lunas más grandes de Júpiter para buscar pruebas de condiciones para la vida

    En busca de vida extraterrestre en Europa, la luna helada de Júpiter
  2. Japón se lanza a limpiar la basura del espacio y recuperar un cohete 'muerto'

    La nave espacial ADRAS-J de Astroscale inspeccionará un cohete japonés abandonado en órbita: un gran momento para la eliminación de basura espacial

  3. En busca de las superpartículas: el colisionador de hadrones sigue intentando ‘cuadrar’ la física elemental

    El Gran Colisionador de Hadrones no ha visto ninguna partícula nueva desde el descubrimiento del bosón de Higgs en 2012, pero los investigadores siguen buscando