La caza de la IA por las primeras estrellas
25 de Abril de 2023

Un equipo internacional de astrónomos utilizó inteligencia artificial (IA) para analizar la abundancia química de estrellas viejas. Estas contienen la información sobre las estrellas de la llamada primera generación, que fueron las primeras en formarse en el Universo y que actualmente ya no existen, debido a que terminaron su ciclos de vida hace mucho tiempo. Al estudiar las estrellas viejas, el equipo encontró indicios de que las estrellas de primera generación nacieron en grupos en lugar de ser estrellas individuales aisladas. Con las nuevas tecnologías, los astrónomos esperan poder comprender mejor los primeros días del Universo.

Después del Big Bang, nuestro Universo se componía principalmente de los elementos más sencillos: hidrógeno, helio y litio. La mayor cantidad de elementos más pesados, con masa atómica menor o igual a la de hierro, se formaron en el interior de las estrellas. Los elementos más complejos que el hierro se forman cuando una estrella muy masiva explota como una supernova. Supernovas son importantes también porque al explotar, diseminan su material y con esto los elementos pesados. Estos pueden ser incorporados a la próxima generación de estrellas, planetas y posiblemente seres vivos.

Las estrellas de primera generación jugaron papel muy importante, ya que produjeron los primeros átomos más masivos que el litio. Estudiar tales estrellas representa un gran desafío, ya que los investigadores creen que todas ellas explotaron como supernovas hace mucho tiempo, por lo que no las podemos observar de manera directa.

Sin embargo, la materia creada por la primera generación de supernovas fue incorporada en las estrellas de segunda generación. Resulta que aun existen unas cuantas estrellas de esa generación que se destacan por contenido extremadamente bajo de metales y hoy en día ya son muy viejas y difíciles de encontrar. Sin embargo, los astrónomos han encontrado suficiente número de ellas como para estudiarlas en grupo. De hecho, usando IA, los investigadores de la Universidad de Tokio/Kavli IPMU, Observatorio Astronómico Nacional de Japón y la Universidad de Hertfordshire comenzaron a estudiar datos de 450 estrellas de segunda generación que fueron observadas con el telescopio Subaru ¡y encontraron algo inesperado!

Estas estrellas no solo mostraron huellas químicas de sus supernovas progenitoras, sino que un 68 % de ellas mostraba evidencia de contener material proveniente de múltiples supernovas. Esto significa que las supernovas de primera generación explotaron cerca unas de otras. En otras palabras, ¡las primeras estrellas del Universo se formaron en grupos en lugar de estar aisladas!

Ahora, el equipo espera aplicar este método a los macrodatos provenientes de los programas de observación actuales y futuros, como los datos que se esperan del Prime Focus Spectrograph del telescopio Subaru.

Imagen
En la imagen se muestra una ilustración esquemática de esta investigación. El equipo inventó un algoritmo de aprendizaje automático para distinguir entre las estrellas observadas formadas a partir de la eyección de una sola supernova (en color rojo en el diagrama) y las estrellas formadas a partir de la eyección de múltiples supernovas (en azul), según abundancias elementales obtenidas a partir de los espectros de las estrellas. (Crédito: Kavli IPMU)

Dato curioso

Una de las estrellas más antigua conocidas se llama la estrella de Matusalén. Su edad se estima en 12 mil millones de años. Se encuentra en la constelación de Libra, ¡y es visible con binoculares! Como era de esperar, la estrella de Matusalén es extremadamente pobre en metales y se cree que se formó poco después del Big Bang.

This Space Scoop is based on a Press Release from NAOJ .
NAOJ
Imagen
Versión para imprimir

¿Todavía con curiosidad? Aprende más...

¿Qué es Space Scoop?

Descubre más Astronomía

Inspirando a una nueva generación de Exploradores Espaciales

Amigos de Space Scoop

Contáctanos