Cómo la Inteligencia Artificial Podría ayudar a encontrar planetas y asteroides alienígenas

La inteligencia artificial podría ayudar en la búsqueda de vida en planetas alienígenas y la detección de asteroides cercanos, según funcionarios de la NASA. La

La inteligencia artificial podría ayudar en la búsqueda de vida en planetas alienígenas y la detección de asteroides cercanos, según funcionarios de la NASA.

La NASA espera utilizar inteligencia artificial , o IA, tecnologías como el aprendizaje automático para interpretar datos que serán recolectados por futuros telescopios como el telescopio espacial James Webb o el Exoplaneta en tránsito Survey Satellite (TESS), según un comunicado de la agencia espacial.

“Estas tecnologías son muy importantes, especialmente para grandes conjuntos de datos y especialmente en el campo de los exoplanetas”, dijo Giada Arney, astrobióloga en el Centro de Vuelo Espacial Goddard de la NASA en Greenbelt, Maryland, la declaración . “Debido a que los datos que vamos a obtener de futuras observaciones serán escasos y ruidosos. Va a ser muy difícil de entender. Por lo tanto, usar este tipo de herramientas tiene mucho potencial para ayudarnos”.

La NASA se ha asociado con compañías como Intel, IBM y Google desarrollará técnicas avanzadas de aprendizaje automático . Cada verano, la NASA también reúne a innovadores tecnológicos y espaciales para un programa de ocho semanas llamado Frontier Development Lab (FDL).

“FDL se siente como algunos músicos realmente buenos con diferentes instrumentos reuniéndose para una sesión de improvisación en el garaje, encontrando algo realmente genial y diciendo: ‘Hola, tenemos una banda aquí'”, Shawn Domagal- Goldman, un astrobiólogo Goddard de la NASA, dijo en el comunicado de la NASA.

En 2018, Domagal-Goldman y Arney fueron mentores de un equipo de FDL que desarrolló una técnica de aprendizaje automático que utiliza “redes neuronales” similares al cerebro para analizar imágenes e identificar la química de los exoplanetas basados ​​en Las longitudes de onda de la luz emitida o absorbida por las moléculas en sus atmósferas. Esta técnica procesa información similar a cómo las neuronas, o células nerviosas en el cerebro, se conectan con otras neuronas para procesar y transmitir información, según el comunicado.

Utilizando esta técnica de redes neuronales, los investigadores pudieron identificar la abundancia de varias moléculas en la atmósfera de un exoplaneta llamado WASP-12b con mayor precisión que los métodos convencionales.

Además, la técnica de red neuronal es capaz de identificar cuando no hay datos suficientes, “lo cual es realmente importante si confiamos en estas predicciones”, dijo Domagal-Goldman en el comunicado.

Si bien la técnica de redes neuronales del equipo aún está en desarrollo, algún día podría usarse para estudiar los datos recopilados por futuros telescopios y, a su vez, ayudar a reducir los candidatos a exoplanetas que merecen más estudio, dijeron los investigadores.

También se han aprovechado otras tecnologías FDL. Por ejemplo, un equipo de 2017 desarrolló un programa de aprendizaje automático que podría crear modelos 3D de asteroides , incluido su tamaño, forma y velocidad de giro, en tan solo cuatro días. Según el comunicado, este tipo de programa es particularmente importante para detectar y desviar asteroides potencialmente peligrosos de la Tierra.

La NASA recolecta aproximadamente 2 gigabytes de datos cada 15 segundos de su flota de naves espaciales. Sin embargo, “analizamos solo una fracción de esos datos, porque tenemos personas, tiempo y recursos limitados”, dijo Madhulika Guhathakurta, un heliófísico de la NASA, en el comunicado. “Es por eso que necesitamos utilizar más estas herramientas”.

Además, los investigadores sugieren construir A.I. tecnologías en futuras naves espaciales. Esto permitiría a la nave espacial tomar decisiones científicas en tiempo real y, a su vez, ahorrar tiempo que de otro modo sería necesario para que la nave espacial se comunicara con los científicos en la Tierra.

“Los métodos de inteligencia artificial nos ayudarán a liberar poder de procesamiento de nuestros propios cerebros al hacer mucho trabajo inicial en tareas difíciles”, dijo Arney en el comunicado. “Pero estos métodos no reemplazarán a los humanos en el corto plazo, porque aún tendremos que verificar los resultados”.

 


Samantha Mathewson
@ Sam_Ashley13
New Scientist


Paty Vazquez.

Related Posts

El Instituto Allen para la incubadora de IA se expande con un fondo de $ 10 millonesde VCs de alto perfil

El Instituto Allen para IA (AI2) inició su incubadora hace dos años , ayudando a lanzar empresas como Xnor.ai , Blue Canoe , y WellSaidLabs . Su éxito ha atraído fondos no solo del equipo local de Seattle VC Madrona, sino también de Sequoia, Kleiner Perkins y Two Sigma, lo que resultó en un nuevo fondo de $ 10 millones que debería ayudar a mantener las luces encendidas.