‘DeepVel’ es el nombre con el que investigadores del Instituto de Astrofísica de Canarias (IAC) han bautizado una red neuronal con inteligencia artificial que ayudará a estudiar los movimientos horizontales del plasma en la superficie solar. Los resultados de este estudio, publicado en la revista Astronomy & Astrophysics, demuestran que este sistema es capaz de aprender por sí mismo a interpretar los datos, mejora los métodos anteriores y permite observar estructuras no detectadas previamente.
Los movimientos del plasma regulan muchos de los fenómenos que acontecen en la atmósfera del Sol, especialmente los que tienen lugar en la fotosfera, que es la capa superficial del Sol y visible a simple vista mediante grandes telescopios. Medir la velocidad del movimiento vertical es relativamente fácil, han afirmado los investigadores, pero hacer lo propio con cómo se mueve el plasma de forma paralela a la superficie es mucho más complicado. Por eso, DeepVel actúa en este ámbito y, gracias a una red neuronal de inteligencia artificial es capaz de medir ese movimiento horizontal automáticamente.
Habitualmente, para medir estas velocidades se toman imágenes de la superficie solar y se compara cómo se mueven los gránulos de una imagen a la anterior. Sin embargo, este método ofrece estimaciones poco detalladas y sólo identifica movimientos de estructuras mayores de 1000 km que se mueven durante un periodo largo de tiempo. Andrés Asensio Ramos, primer autor del proyecto, ha destacado que “la mejora con respecto a los métodos anteriores es tan grande que creemos que el aprendizaje profundo nos permitirá extraer mucha más información de las observaciones en diferentes campos de la Física Solar”.
DeepVel es capaz de detectar en la atmósfera solar vórtices muy pequeños, de tan solo unos centenares de kilómetros de diámetro, y que pueden durar menos de un minuto. Según ha destacado Iker S. Requerey, científico del IAC, “parecen estar relacionados con acumulaciones de campos magnéticos que aparecen en las zonas menos magnetizadas del Sol, es decir, en calma”.
Desde hace unos años se sabe que la contribución del magnetismo en estas zonas es muy importante, incluso más de lo que se creía, lo que puede afectar al calentamiento de la corona solar, la capa más externa de su atmósfera. Así Nikola Vitas, otro de los investigadores que han diseñado este sistema, ha asegurado que “con DeepVel podremos estudiar los vórtices en el futuro, caracterizarlos y ver si están relacionados con la concentración de campos magnéticos en la fotosfera”.
Deep Learning
La clave para el funcionamiento de este sistema, capaz de hacer cálculos más precisos de las velocidades horizontales en la fotosfera, está en el empleo del deep learning. Se trata de la primera vez que se aplica esta técnica al estudio del Sol y ha hecho posible el cálculo de la velocidad en cada pixel de la imagen y para cada instante de tiempo a partir de dos fotos consecutivas.
El deep learning es una de las de técnicas de aprendizaje automático que permite a los ordenadores aprender a resolver problemas por sí mismos. Consiste en desarrollar e implementar algoritmos matemáticos formados por piezas relativamente simples pero muy interconectadas que sirven como base para generalizar comportamientos. Los sistemas de aprendizaje profundo más usados son las redes neuronales profundas, que intentan imitar el comportamiento del cerebro humano y su gran conectividad. Cuando se introducen datos, estos algoritmos los tratan en múltiples capas (en forma de cascada) y se van adaptando hasta ser capaces de reconocer patrones en los datos de entrenamiento. A partir de ese momento, pueden aprender automáticamente a resolver problemas nuevos.
