El Telescopio Espacial James Webb (JWST), un instrumento innovador para la observación astronómica, recientemente enfrentó un desafío: imágenes borrosas de un componente clave. Afortunadamente, un equipo de investigadores australianos desarrolló un algoritmo de inteligencia artificial (IA) que abordó con éxito este problema, lo que marcó una gran victoria para la comunidad científica ansiosa por aprovechar las capacidades del telescopio en la búsqueda de exoplanetas dentro de nuestra galaxia, la Vía Láctea.
El problema: imágenes borrosas procedentes de un instrumento especializado
Las imágenes borrosas se originaron en el interferómetro de enmascaramiento de apertura (API), un instrumento que no es una de las cuatro herramientas principales de JWST, sino más bien un dispositivo que mejora las capacidades de una de ellas: el generador de imágenes de infrarrojo cercano y el espectrógrafo sin hendiduras (NIRISS). API funciona combinando luz de diferentes secciones del espejo principal del JWST, aumentando la capacidad del instrumento para detectar objetos débiles y distantes, especialmente pequeños exoplanetas que orbitan otras estrellas.
Sin embargo, después de encender el instrumento, las imágenes resultantes estaban notablemente desenfocadas, haciéndose eco de un importante defecto óptico encontrado por el predecesor del JWST, el Telescopio Espacial Hubble. En 1990, se descubrió que el Hubble era miope debido a imperfecciones en su espejo primario, lo que requirió una misión costosa y compleja para instalar espejos correctivos en órbita.
Por qué fue tan difícil encontrar una solución y por qué los humanos no pudieron ayudar
Abordar el problema con JWST resultó mucho más desafiante que con Hubble. Mientras que el Hubble orbita a sólo 320 millas sobre la Tierra (un lugar relativamente accesible), JWST reside a una distancia de 930.000 millas (1,5 millones de kilómetros). Esta enorme distancia (más de tres veces la distancia a la Luna) significa que nunca se ha enviado ninguna misión espacial humana hasta ahora, lo que descarta efectivamente una reparación física.
La solución de IA: una red neuronal llamada AMIGO
La fuente de la borrosidad se remonta a distorsiones electrónicas dentro del detector de cámara infrarroja del JWST. Para superar este obstáculo, el ex Ph.D. de la Universidad de Sydney. Los estudiantes Max Charles y Louis Desdoigts crearon una red neuronal, un tipo de algoritmo de inteligencia artificial que imita el cerebro humano. Este algoritmo, denominado AMIGO (por Observaciones generativas de interferometría de enmascaramiento de apertura), identifica y corrige eficientemente los píxeles afectados por cargas eléctricas, refinando así las observaciones distorsionadas.
“En lugar de enviar astronautas para montar piezas nuevas, lograron arreglar las cosas con código”, dijo Tuthill en un comunicado.
Resultados notables y capacidades ampliadas
El algoritmo AMIGO ha demostrado ser muy eficaz. Los investigadores demostraron sus capacidades afinando imágenes de un exoplaneta débil y una estrella fría y de baja masa situada a 133 años luz de la Tierra. Las campañas de imágenes posteriores, en las que API trabajó junto con AMIGO, produjeron imágenes detalladas de un chorro de agujero negro, la superficie volcánica de la luna Io de Júpiter y los vientos estelares que emanan de una estrella distante y variable.
“Este trabajo enfoca aún más la visión de JWST”, dijo en el comunicado Desdoigts, ahora investigador postdoctoral en la Universidad de Leiden en los Países Bajos. “Es increíblemente gratificante ver cómo una solución de software amplía el alcance científico del telescopio”.
El Telescopio Espacial James Webb ha revolucionado la astronomía desde que entró en funcionamiento en julio de 2022, proporcionando información sin precedentes sobre la formación de las primeras galaxias y agujeros negros. Con el componente API ahora completamente funcional gracias a la solución de IA, JWST está preparado para desbloquear descubrimientos aún más innovadores y mejorar nuestra comprensión del universo.
