Gracias a la investigación del estudiante de la Maestría en Ingeniería en Computación de la Universidad Autónoma de Chihuahua, Ing. Carlos Patricio Castañeda Bustamante, ahora se puede utilizar la inteligencia artificial para mejorar la detección de ondas gravitacionales, un fenómeno que permite conocer algunos de los acontecimientos más violentos y extraordinarios del cosmos.
Las ondas gravitacionales son perturbaciones del espacio-tiempo producidas por eventos cósmicos de enorme magnitud, como la explosión de supernovas o la colisión de agujeros negros. Estas perturbaciones viajan a través del universo hasta llegar a la Tierra, donde son captadas mediante sofisticados interferómetros. Sin embargo, identificar estas señales representa un importante desafío debido a la gran cantidad de ruido que afecta las mediciones.
Dicho ruido puede tener diversos orígenes, desde vibraciones provocadas por vehículos y actividades humanas cercanas a los laboratorios hasta fenómenos asociados con la naturaleza cuántica de las partículas. Esta interferencia puede dificultar la identificación de las débiles señales producidas por las ondas gravitacionales.
Ante este reto, la inteligencia artificial representa una alternativa innovadora para procesar las señales obtenidas por los interferómetros y reducir los efectos del ruido. La investigación de Carlos Patricio, bajo la dirección del Dr. Alain Manzo Martínez, propone el empleo de modelos de aprendizaje automático organizados en tres etapas: reducción del ruido, detección de la onda gravitacional y estimación de la masa del objeto que originó el fenómeno.
En la primera etapa se utiliza un modelo denominado «Autoencoder», cuya función es procesar la señal recibida del espacio buscando obtener una representación de la onda gravitacional con un menor nivel de ruido. Posteriormente, para identificar la presencia de la onda gravitacional, se emplea un modelo «Long Short-Term Memory» (LSTM), especializado en el análisis de información secuencial y capaz de reconocer patrones característicos dentro de las señales.
Finalmente, una «Convolutional Neural Network» (CNN) permite estimar la masa del objeto involucrado en el evento que produjo la onda gravitacional. De esta manera, la investigación no se limita a identificar la presencia de una señal, sino que busca obtener información adicional sobre las características del fenómeno cósmico que la generó.
El desarrollo de este tipo de investigaciones refleja la creciente convergencia entre la ingeniería en computación, la inteligencia artificial y la astrofísica. La incorporación de modelos computacionales avanzados puede contribuir a procesar grandes volúmenes de información científica y facilitar el análisis de fenómenos que, hasta hace algunos años, representaban enormes desafíos tecnológicos.
