*Reportaje publicado en Revista Beauchef Magazine de la Facultad de Ciencias Físicas y Matemáticas U. de Chile (1er Semestre)
La inteligencia computacional consiste en un conjunto de paradigmas inspirados en la biología, tales como las redes neuronales artificiales, los algoritmos evolutivos y los sistemas de lógica difusa, los cuales se utilizan para modelar, clasificar y predecir señales, imágenes y datos. Estas técnicas enfrentan grandes desafíos en su aplicación a la astronomía al momento de manejar grandes volúmenes de datos y dominar a la vez el factor tiempo al realizar los análisis prácticamente en línea. A ello se refiere el paper Computational Intelligence Challenges and Applications on Large-Scale Astronomical Time Series Databases, publicado el año 2014 en la revista IEEE Computational Intelligence Magazine, siendo el profesor titular del Departamento de Ingeniería Eléctrica e investigador del Instituto Milenio de Astrofísica (MAS), Pablo Estévez, uno de los participantes.
Según Estévez, en la actualidad la astronomía se ve confrontada a la generación acelerada de importantes volúmenes de información —Big Data—, que para este caso particular se relaciona con el número de objetos estelares existentes en el universo y particularmente en nuestra galaxia. El concepto de VVV (Volumen, Velocidad y Variedad) describe en forma sencilla el sentido del Big Data, un desafío que trabaja conjuntamente el MAS y el Centro de Modelamiento Matemático de la FCFM.
Los requerimientos de la astronomía son particulares, dado que muchos fenómenos observados son transitorios y probablemente únicos. Ante ello, el paper destaca justamente la necesidad de usar técnicas que se adapten a sus necesidades. “El problema equivale a extraer una aguja en un pajar, es decir, obtener los patrones significativos entre millones de datos, sin confundirlos con otros objetos que pueden ser hasta falsos. De particular interés son los objetos de tipo desconocido, para ello se utilizan algoritmos automáticos que aprenden a detectar eventos que escapan a la norma de lo observado en el universo”, indica Estévez.
Esta investigación sobre inteligencia computacional propone algoritmos capaces de detectar los fenómenos astronómicos que cambian en el tiempo o de posición. Además, “se profundiza en cuáles son los desafíos técnicos, cómo funcionan las llamadas redes neuronales artificiales que intentan reproducir la habilidad que tiene el cerebro humano para reconocer y clasificar patrones, a fin de dar sentido a los datos astronómicos”, concluye el académico
