Investigadores del Instituto de Aplicaciones Computacionales de Código Comunitario (IAC3) de la UIB y la Universidad de Glasgow lanzan una competición a través de la plataforma Kaggle para desarrollar nuevas herramientas de aprendizaje automático que contribuyan a la detección de este fenómeno aún por detectar
Las ondas gravitacionales continuas son una clase de ondas gravitacionales de larga duración aún por detectar. Se teoriza que podrían ser emitidas por estrellas de neutrones que giran a altas velocidades con una pequeña asimetría en su parte exterior. Se espera que su detección sea el próximo gran descubrimiento de la astronomía de ondas gravitacionales. Su detección directa podría proporcionarnos medidas valiosísimas sobre la materia y física extrema de las estrellas de neutrones. Más aún, podría permitirnos acceder a una nueva población de estrellas de neutrones jamás antes observada a causa de la debilidad de su radiación electromagnética.
La comunidad científica ha buscado este tipo de ondas desde hace más de veinte años; no obstante, su detección es complicada a causa de su baja amplitud, que es varios órdenes de magnitud más débil que el ruido de los detectores. En particular, el grupo GRAVITY de la UIB, dirigido por Alícia M. Sintes, es el grupo líder en España en este campo específico. Investigadores de este grupo han liderado diversas búsquedas de ondas gravitacionales a ciegas y han obtenido resultados cruciales para la detección de estas señales.
La sensibilidad de estas búsquedas, no obstante, se encuentra limitada por los recursos computacionales disponibles: la mayoría de herramientas utilizadas operan a una sensibilidad muy por debajo del máximo teórico, ya que de otro modo sería imposible ejecutar estas búsquedas en un tiempo aceptable dados los recursos computacionales de que se dispone en la actualidad.
Actualmente, la colaboración LIGO-Virgo-KAGRA está mejorando los detectores, que son inteferómetros en forma de L de una longitud de varios kilómetros, a fin de mejorar su sensibilidad de cara al cuarto período de observación O4, que se planea que empiece en primavera de 2023. En paralelo, es necesario seguir mejorando los métodos de análisis de datos para hacerlos computacionalmente eficientes, mejorar su sensibilidad y mantener su estado de mejora a la par con los nuevos avances instrumentales.
Los últimos avances en inteligencia artificial sugieren que es posible desarrollar una nueva clase de herramientas basadas en aprendizaje automático que permitirían aumentar la sensibilidad de este tipo de búsquedas manteniendo un coste computacional aceptable. Con este fin, Rodrigo Tenorio, miembro del IAC3, en colaboración con Michael J. Williams y Chris Messenger, miembros del Instituto de Investigación Gravitacional (IGR, por sus siglas en inglés) de la Universidad de Glasgow, en el marco de la COST Action G2Net (colaboración europea multidisciplinar que une aprendizaje automático, ondas gravitacionales y geofísica), han desarrollado una competición Kaggle para la detección de ondas gravitacionales continuas.
Kaggle es una plataforma de competiciones de análisis de datos en línea amparada por Google. En ella, diferentes entidades pueden proponer problemas basados en el procesamiento de un conjunto de datos específico a una amplia comunidad de usuarios, los cuales proponen soluciones por equipos utilizando métodos basados en el aprendizaje automático. En este caso, la comunidad Kaggle ha sido provista de un conjunto de datos similar a los utilizados por los científicos de la colaboración LIGO-Virgo-KAGRA, y su trabajo consiste en desarrollar un algoritmo capaz de detectar ondas gravitacionales continuas en dichos datos.
La competición finalizará en enero de 2023. Tras verificar la validez de las soluciones provistas, se repartirá un premio en metálico de 25.000 dólares entre los tres equipos ganadores.
Esta competición es la segunda competición Kaggle centrada en el análisis de ondas gravitacionales, la primera de las cuales se centró en la detección de colisiones de agujeros negros (https://www.kaggle.com/c/g2net-gravitational-wave-detection). En dicha competición se obtuvo una participación de más de 1.200 equipos.
Fecha de publicación: 06/10/2022