Varias veces al año, los expertos del proyecto ALeRCE (Automatic Learning for the Rapid Classification of Events) organizan las llamadas “Hackaton” con la idea de poder resolver en conjunto una serie de desafíos que plantea el área.
Es un proyecto pionero en el mundo, que reúne investigadores de más de una decena de instituciones nacionales e internacionales. ALeRCE, iniciativa liderada desde el Instituto Milenio de Astrofísica MAS, vivió la nueva versión de su “hackaton”, reunión que el grupo realiza varias veces al año para juntar a sus miembros –que en general trabajan en forma remota desde distintas ciudades del país- para así dar solución en conjunto a problemáticas que permitirán el desarrollo de las herramientas que se utilizarán en la nueva astronomía, caracterizada por la necesidad de analizar gran cantidad de datos en forma prácticamente inmediata.
El nuevo encuentro se desarrolló en la Facultad de Ingeniería de la Universidad de Concepción, teniendo como anfitrión al investigador joven del MAS y docente del Departamento de Ingeniería Informática y Ciencias de la Computación de esa universidad, Guillermo Cabrera-Vives. “El objetivo principal de la hackaton es reunir a todo el equipo de ALeRCE para trabajar en persona e intentar resolver los problemas más desafiantes que tenemos. En esta oportunidad, asistieron miembros del proyecto de distintas instituciones: U. de Chile, UNAB, PUC, UdeC, UACh, USACH, UAI y U. Valparaíso”, cuenta.
Según señala, la reunión se movió en torno a desafíos que los asistentes debían resolver, los que fueron creados por los investigadores Paula Sánchez, Diego Rodríguez, Ignacio Reyes y el mismo Cabrera. “El problema fue el de clasificar curvas de luz y encontrar objetos desconocidos. Creamos equipos interdisciplinarios e interinstitucionales de cuatro personas, más uno o dos tutores (5-6 en total). Todo el grupo debía clasificar correctamente las fuentes astronómicas y encontrar objetos que escondimos. Levantamos una plataforma online que permitía a los equipos subir sus resultados e inmediatamente obtener el puntaje asociado a lo que subieron”, explica.
Todo este entrenamiento permitirá trabajar con mayor velocidad y precisión en el desarrollo de las herramientas que se necesitan para poder identificar y analizar datos astronómicos en tiempo real, cuando comiencen a funcionar grandes telescopios como el Vera Rubin Observatory (ex LSST).
ALeRCE en corto plazo
El 2019 fue un año muy fructífero para el proyecto. Gracias un equipo que se ha afianzado, este “broker” como se conoce, “tuvo un avance gigantesco el año pasado”, asegura Cabrera. Agrega: “Actualmente estamos trabajando en varias cosas. Desde el punto de Machine Learning, estamos mejorando nuestros clasificadores, agregando nuevas etiquetas e intentando encontrar objetos desconocidos. Estamos escribiendo 3 papers describiendo el sistema y a mediados de año enviaremos una propuesta para ser broker oficial del Rubin Observatory”.
- Lanzan proyecto para que ciudadanos ayuden a científicos a clasificar distintos objetos del universo
Noticias recientes
