Matteo Paz, un joven de 18 años originario de Pasadena, California, irrumpió en la escena científica con un descubrimiento sin precedentes: la identificación de 1,5 millones de objetos astronómicos potencialmente nuevos y todo gracias a la inteligencia artificial.
El interés de este joven por el cosmos emergió en la infancia, alimentado en parte por las conferencias sobre observación de estrellas que su madre organizaba en el Instituto de Tecnología de California (Caltech), una institución reconocida por su impacto en la astronomía mundial.
A los 15 años, este joven californiano ingresó al programa Planet Finder de Caltech, una experiencia que fue crucial para su formación. Allí aprendió astronomía, informática y los fundamentos de la programación y el aprendizaje automático, sentando las bases para un proyecto que cambiaría su vida pocos años después.
Tras tres años de preparación autodidacta y formación formal, Paz se enfrentó a un reto colosal: analizar los archivos del telescopio infrarrojo NEOWISE de la NASA, un instrumento que durante más de una década recopiló datos térmicos a una escala aún inabordable para equipos científicos convencionales.
Cómo el descubrimiento de millones de datos especiales con IA
Durante más de diez años de exploración del espacio, el telescopio NEOWISE acumuló cerca de 200.000 millones de filas de datos sobre la radiación infrarroja de millones de cuerpos celestes. Esta información, centrada en estrellas, cuásares y otros objetos variables, representó un desafío logístico y técnico que ni la NASA ni los equipos científicos más experimentados lograron abordar en su totalidad.
Por el volumen y la complejidad, la tarea exigía nuevas estrategias, y fue allí donde Paz decidió utilizar su conocimiento en inteligencia artificial para crear una solución a medida.
En apenas seis semanas, Matteo Paz desarrolló un algoritmo al que denominó VARnet. Su objetivo era claro: detectar sutiles cambios en el brillo de los objetos celestes, también llamados “variabilidad”, a lo largo del tiempo. Estos patrones pueden indicar fenómenos astrofísicos de gran relevancia, como explosiones de supernovas, tránsitos planetarios o la existencia de sistemas binarios no catalogados.
VARnet recurrió a métodos como la descomposición en wavelets y la transformada de Fourier, lo que permitió que el software detectara señales casi imperceptibles en las curvas de luz de los objetos astronómicos.
Aprovechando el poder de las últimas unidades de procesamiento gráfico (GPU), el algoritmo logró analizar cada fuente de datos en menos de 53 microsegundos, superando ampliamente a los métodos tradicionales tanto en velocidad como en precisión.
Cuál es el impacto de estos descubrimientos
El resultado del trabajo de Paz fue sorprendente: 1,5 millones de objetos variables potencialmente nuevos identificados en los archivos de NEOWISE. Esta cifra multiplica por miles la cantidad de objetos detectados mediante técnicas anteriores a lo largo de décadas.
La recopilación detallada de estos descubrimientos, que se publicará pronto en un catálogo disponible para toda la comunidad científica internacional, se perfila como una de las mayores actualizaciones del mapa celeste conocidas hasta ahora.
El método semiautomatizado que Paz introdujo no solo aceleró la investigación, sino que permitió descubrir detalles antes ocultos por la limitación humana para analizar cantidades tan vastas de datos.
Según Davy Kirkpatrick, astrónomo del Centro de Análisis y Procesamiento de Datos Infrarrojos (IPAC) de Caltech y mentor clave en la investigación de Paz, la verdadera innovación radica en “el potencial transformador de la inteligencia artificial cuando se combina con las nuevas generaciones de científicos formados desde muy jóvenes en el cruce entre computación y astrofísica”.
El innovador trabajo de Paz no pasó desapercibido. En 2024, logró el primer lugar en el prestigioso premio de la Sociedad para la Ciencia, una distinción que reconoce a los jóvenes experimentadores con ideas revolucionarias en ciencia y tecnología.
Además, la publicación en la revista académica The Astronomical Journal consolidó su nombre en el ámbito científico internacional a pesar de su corta edad.
De hecho, su trayectoria le permitió ser contratado por Caltech, donde hoy desarrolla líneas de investigación junto al profesor Kirkpatrick y otros astrónomos destacados en el campo del análisis de datos astronómicos.
<br>
Últimas Noticias
Cómo funciona la IA desarrollada por el MIT que logra imitar casi cualquier fenómeno del mundo real
La inteligencia artificial WorldParticle aprende las dinámicas fundamentales de la materia sin requerir fórmulas matemáticas previas. Además, predice a intervalos mínimos desde caídas de arena hasta complejas estructuras biológicas gracias a una red neuronal ideada junto a la Universidad de Columbia Británica
“El éxito no es sinónimo de maldad”: Jeff Bezos responde por qué la sociedad ve a los más ricos como los malos de la película
Para el magnate, la percepción negativa hacia los multimillonarios responde a un problema de educación
El botón HD no basta: así se envían fotos en calidad real por WhatsApp
En los dispositivos con sistema Android, el proceso para enviar una imagen en calidad original comienza dentro del chat de la app
Microsoft podría pagar a los usuarios por alquilar su tarjeta gráfica en reposo para entrenar ia
El sistema mediría la utilización, la memoria disponible, la temperatura y el consumo energético de cada tarjeta gráfica antes de asignarle tareas
Los modelos de IA ahora tienen una vida media de solo 6 semanas: esta es la causa
Casi el 17% de los usuarios ya empleaba en septiembre modelos lanzados menos de dos semanas antes
