Un gruppo internazionale di
scienziati, tra cui alcuni dell'Istituto Nazionale di
Astrofisica (INAF), ha usato l'intelligenza artificiale per
misurare le dimensioni di galassie distanti fino a circa sette
miliardi di anni luce dalla Terra. È la prima volta che questa
tecnica viene applicata su dati raccolti da Terra, dimostrando
che le reti neurali sono molto più veloci e accurate rispetto a
tecniche tradizionali e rappresentano il futuro per misurare
oggetti astronomici nelle campagne osservative su grandi
porzioni di cielo.
Come dei veri e propri "sarti galattici", i ricercatori -
coordinati da Nicola R. Napolitano, professore ordinario presso
la Sun Yat-sen University (Cina) - hanno sviluppato una rete
neurale convoluzionale per determinare i parametri strutturali
delle galassie, in particolare le loro dimensioni. La rete
neurale ha il vantaggio di "misurare" queste grandezze molto più
velocemente rispetto ai metodi tradizionali, che si basano su
tecniche computazionali più lente. Si tratta di uno strumento
fondamentale per analizzare l'enorme mole di dati che arriverà
in futuro da telescopi come Rubin e Euclid, che osserveranno un
terzo dell'intera volta celeste. I risultati di queste ricerche
sono stati pubblicati oggi sulla rivista The Astrophysical
Journal. "Come un sarto ha l'occhio e l'esperienza per
determinare la taglia di una persona per poi confezionare il
vestito perfetto, così l'astronomo ha bisogno di conoscere la
forma e la taglia delle galassie, che rappresentano informazioni
cruciali per capirne la struttura e ricostruire i modelli per
spiegare la loro storia evolutiva", racconta Crescenzo Tortora,
ricercatore presso l'INAF di Napoli e coautore dell'articolo. La
rete neurale al centro di questo studio si chiama GaLNet (GAlaxy
Light profile convolutional neural NETwork).
Riproduzione riservata © Copyright ANSA
