Con tantas estrellas en nuestra galaxia para descubrir y catalogar, la NASA ha recurrido a la ayuda de máquinas de aprendizaje, que de forma automática, reconocen, ordenan y permiten saber todas las características de los astros.

La investigación, realizada por la NASA, es parte del creciente campo del aprendizaje automático, en el que los computadores adquieren habilidades, con base a grandes conjuntos de datos, para encontrar patrones que los humanos no podrían ver de otra manera.

Los astrónomos están recurriendo a este sistema para ayudarles a identificar propiedades básicas de las estrellas, a partir del estudio de imágenes del cielo nocturno.

El Gran Telescopio para Rastreos Sinópticos (LSST), con sede en Chile, es uno de los nuevos proyectos que utilizará este sistema, aumentando la cantidad de datos disponibles para la NASA.

En pocas noches, esta técnica recopilará la información de miles de millones de estrellas, a un menor costo. El aprendizaje automático se ha aplicado al cosmos antes. Sin embargo, este esfuerzo es el primero en predecir los rasgos específicos de las estrellas, como el tamaño y la presencia de elementos pesados, utilizando imágenes de esos astros tomadas a lo largo del tiempo. Estos rasgos son esenciales para aprender acerca de cuándo nació una estrella y cuánto ha cambiado desde entonces.

Miller y su equipo comenzaron con el análisis de 9 mil estrellas y obtuvieron espectros que revelaron varias de sus propiedades básicas como tamaño, temperatura y cantidad de elementos pesados, como el hierro. Otra variable registrada fue el brillo de las estrellas, en las denominadas curvas de luz.