L’IA è in grado di ridurre il lavoro degli astronomi dell’85%: ecco come utilizzano lo strumento per cacciare supernovae

È risaputo, il lavoro degli astronomi necessità di un’elevata meticolosità, per riuscire a cogliere anche i più piccoli dettagli nel cielo, e di infinita pazienza. I ricercatori in questo ambito infatti passano ore e ore a osservare il cielo alla ricerca di un bagliore, un movimento, un’anomalia, ora però potranno avvalersi di un nuovo alleato: l’Intelligenza Artificiale.

Incredibili risultati si stanno riscontrando nella ricerca di supernovae, un’esplosione stellare estremamente energetica. Le supernovae riescono a raggiungere luminosità incredibili e causano l’emissione di radiazione che può addirittura superare per brevi periodi quella di un’intera galassia.

In sostanza quindi una supernova rappresenta la fase finale del ciclo di vita di una stella massiccia che culmina con la sua violenta e spettacolare esplosione. Sono tuttavia piuttosto rare e per essere scovate necessitano l’analisi di numerosissime immagini.

L'IA al servizio dell'astronomia

Tornando all’innovativo utilizzo dell’Intelligenza Artificiale è stato sviluppato un nuovo strumento, alimentato appunto dall’IA, in grado di ridurre il carico di lavoro degli astronomi dell’85%, filtrando migliaia di data alert per identificare i pochi segnali autentici causati da supernovae.

I risultati di questo nuovo utilizzo dell’IA sono stati pubblicati di recente sulla rivista The Astrophysical Journal. È proprio la prima autrice di questo lavoro, la dottoressa Heloise Stevance, del Dipartimento di Fisica dell’Università di Oxford, ad aver dichiarato:

Il team di ricercatori cerca le supernovae utilizzando l’Asteroid Terrestrial Impact Last Alert System (ATLAS), un programma astronomico di ricerca di asteroidi. La funzione principale di questo sistema non è quindi la ricerca di supernovae ma di asteroidi potenzialmente pericolosi per il nostro pianeta in quanto potrebbero entrare in collisione con la Terra. ATLAS infatti scandaglia l’intero cielo visibile ogni 24-48 ore con cinque telescopi dislocati in tutto il mondo.

Tuttavia non dobbiamo pensare ad immagini di facile interpretazione. La ricerca produce ogni notte milioni di potenziali allerte la maggior parte delle quali date da rumori strumentali o oggetti già noti, ovvero rumore.

I ricercatori applicano di base dei filtraggi standard e utilizzano tecniche automatiche di analisi delle immagini per pulire i risultati originali ottenendo comunque 200-400 segnali al giorno da verificare manualmente.

Alla fine, dopo il personale controllo degli scienziati, solo pochi di questi segnali risultano essere effettivamente interessanti come supernovae o transienti extragalattici, ossia le controparti ottiche dei lampi gamma.

Si tratta ovviamente di un lavoro piuttosto meccanico che occupa diverse ore ogni giorno, ore che gli scienziati potrebbero sfruttare per risolvere altri problemi.

Il Virtual Research Assistant

Lo strumento recentemente sviluppato, chiamato Virtual Research Assistant (VRA), è sostanzialmente una raccolta di bot automatici che imitano il processo decisionale umano, classificando le allerte in base alla probabilità che siano vere esplosioni extragalattiche. Questo modello è estremamente snello e impiega piccoli algoritmi basati su alberi decisionali, ciò fa sì che non necessiti di grandi quantità di dati.

Inoltre il VRA è in grado di aggiornare la propria valutazione ogni volta che il telescopio torna ad osservare la medesima porzione di cielo, così da ricontrollare e rivalutare per più notti i segnali, filtrando solo i candidati più promettenti che vengono poi valutati dagli astronomi umani per la revisione finale.

I risultati ottenuti dopo il primo anno di utilizzo sono incredibili. Il VRA ha filtrato con successo oltre 30.000 allerte, mancando meno dello 0,08% dei veri segnali di supernovae. Questo corrisponde ad una riduzione dell’85% del numero di allerte da verificare manualmente dagli scienziati, mantenendo comunque oltre il 99,9% dei candidati reali.

Il successo di questo primo utilizzo apre la strada per l’impiego del VRA anche per future missioni astronomiche, come ad esempio il prossimo lancio dell’Osservatorio Vera Rubin e il suo Legacy Survey of Space and Time (LSST).

Riferimenti allo studio:

H. F. Stevance et al 2025 ApJ 990 201DOI 10.3847/1538-4357/adf2a1