Un team di ricercatori cinesi ha sviluppato un'intelligenza artificiale che ha già scandagliato una vasta porzione di cielo, riuscendo a classificare oltre 27 milioni di oggetti celesti tra stelle, galassie e quasar. Questo eccezionale risultato affronta una delle sfide più complesse dell'astronomia moderna: l'enorme mole di dati prodotta dalle campagne osservative. Fino a oggi, il metodo più affidabile per identificare un oggetto cosmico era la spettroscopia, una tecnica precisa ma estremamente lenta, inadatta a tenere il passo con i milioni di nuove rilevazioni.
Distinguere una stella da una galassia lontana o da un quasar, l'attivissimo nucleo di una galassia remota, può essere ingannevole. Nelle immagini astronomiche, spesso appaiono tutti come semplici puntini luminosi. Per superare questo ostacolo, gli scienziati degli Osservatori dello Yunnan hanno ideato un approccio ingegnoso. Hanno progettato una rete neurale capace di analizzare simultaneamente due tipi diversi di informazione per ogni oggetto: le sue caratteristiche morfologiche, ovvero la sua forma, e la sua "impronta" luminosa, tecnicamente nota come distribuzione spettrale di energia (SED). Questa capacità di gestire un doppio input permette all'AI di cogliere sfumature sottili che a un'analisi singola potrebbero sfuggire, migliorando drasticamente l'accuratezza della classificazione.
Per addestrare il loro modello, i ricercatori hanno utilizzato un catalogo di fonti già confermate tramite spettroscopia, proveniente dalla Sloan Digital Sky Survey. Successivamente, hanno messo alla prova l'AI sui dati della Kilo-Degree Survey (KiDS), analizzando una regione celeste di circa 1350 gradi quadrati e concentrandosi su oggetti con una luminosità fino alla magnitudine r=23. I risultati sono stati notevoli.
CLICCA QUI PER CONTINUARE A LEGGERE
.