BURGOS
La luz que muestra nuevos planetas
Un estudiante de Ingeniería Informática de la UBU trabaja en la detección de exoplanetas con la técnica ‘machine learning’ / Utiliza los datos ofrecidos por el satélite espacial Kepler / Ha ganado el premio del Observatorio HP
No son cazadores de planetas , pero buscan gaseosos que orbiten alrededor de estrellas lejanas. Su telescopio es la luz, y su método funciona de forma similar a cuando ocurre un eclipse, donde la Luna pasa entre la Tierra y el Sol, tapando parte de su luz. En este caso, si un planeta se coloca entre la Tierra y otra estrella que está en el punto de mira, se podría apreciar cómo disminuye la luz que llega. ¿Por qué? El planeta estaría tapando la luz de la estrella . Encontrar esas pequeñas disminuciones de luz no es fácil y, además, la cantidad de estrellas a examinar es enorme.
Por este motivo, la comunidad científica trabaja para dar respuesta a este problema. El estudiante de Ingeniería Informática de la Universidad de Burgos (UBU) Jesús María Herruzo responde a este reto a través de la técnica machine learning y los datos ofrecidos por el satélite espacial Kepler. «Encontrar estos planetas nos hace avanzar en la comprensión, ya que podemos, por ejemplo, determinar con mayor precisión el número de planetas por estrella, qué tipo de estrellas suelen presentar más planetas o cuántos planetas existen en la Vía Láctea», explica para, más tarde, añadir que estos descubrimientos ayudarán a determinar hacia qué astros deberían apuntar los telescopios o, en un futuro, enviar sondas exploratorias. Así, dice que se podría obtener más información de aquellos cuyas características sean similares a las de la Tierra.
En este sentido, Alejandro Viloria, director del equipo de Innovación en HP SCDS, tiene claro que buscan respuestas clave. Y es que, según expone, siete años después de que la NASA diese por finalizada la misión de la sonda Kepler , todavía no se ha completado el análisis de los datos por el alto grado de complejidad que supone. De hecho, subraya que existen equipos en universidades como la de Warwick dedicados a ello. A esto se suman las plataformas de colaboración científica, como Kaggle, que ponen a disposición de toda la comunidad los datos de la sonda para que puedan ser estudiados por distintos grupos y colaborar en su análisis, e incluso se realizan competiciones para evaluar algoritmos y estrategias de detección.
En el proyecto, que ha ganado el premio del Observatorio HP, se analizan los efectos de diversas técnicas para preparar los datos y cómo influyen en la precisión que logran este tipo de programas a la hora de detectar planetas. Se estudia también cómo funcionan combinándolas y se presentan posibles alternativas para continuar con la investigación.
«El trabajo de fin de grado está orientado a experimentar con distintas técnicas de aprendizaje máquina para intentar encontrar un modelo capaz de procesar estos datos de la mejor forma posible», apostilla Viloria.
Herruzo cuenta que usan redes neuronales profundas, algoritmos que permiten a la computadora aprender determinados patrones. No hay que olvidar tampoco, agrega el estudiante de Ingeniería Informática de la UBU, los filtros gaussianos para suavizar las señales de luz o la transformada de Fourier para realizar análisis de frecuencias.
Respecto a las ventajas, comenta que se centraron en determinar la utilidad de diversas técnicas para preparar los datos tanto de forma individual como conjunta. Comprobaron los efectos que tienen en diversos tipos de redes neuronales, lo que permite determinar qué combinaciones de ambas son efectivas y centrarse en ellas. «Dado que este tipo de problemas se basan en analizar enormes conjuntos de datos, suelen ser muy costosos en tiempo. Determinar cuáles son las herramientas que mejor funcionan y que más contribuyen a la detección con éxito de planetas supone un ahorro de tiempo importante» , reconoce. En esta línea, Viloria puntualiza que están «orgullosos» de haber podido participar con una solución alternativa que quizá en un futuro pueda contribuir a mejorar los sistemas de detección de exoplanetas.
De igual forma, Manuel Hermán, ingeniero de software en HP SCDS, quiso destacar que los resultados negativos en investigación son una parte muy importante de la experimentación. Y es que, tal y como admite, muchas vías no llegan a ningún sitio, si bien ofrecen información para optar por otras que mejoren el proceso.
La idea surgió dentro del Programa del Observatorio tecnológico HP. En este programa la empresa colabora con diferentes universidades de Castilla y León proponiendo temáticas para trabajos de fin de grado y de fin de máster, con el objetivo de acercar el entorno laboral y el mundo académico. Además, subraya Alejandro Viloria, este contacto tan estrecho ofrece la posibilidad de identificar y retener el talento generando oportunidades a los jóvenes ingenieros. «Siempre intentamos ofrecer proyectos innovadores y atractivos para los alumnos, donde puedan desarrollar habilidades y conocimiento en tecnologías que identificamos clave para el avance de la sociedad».
Una colaboración que no se quedó ahí. Ha sido reconocida por HP. «Siempre es agradable que la gente valore tu trabajo, y si el reconocimiento viene por parte de una empresa de prestigio, con gente como Alejandro Viloria y Manuel Hermán, auténticos expertos en la materia, es un honor. A nivel profesional, espero que me ayude en la búsqueda de empleo», declara Herruzo, que avanza que sus planes de futuro son profundizar más en este campo. Para ello, se ha matriculado en un máster de Inteligencia Artificial y no descarta realizar el doctorado después.
En HP, Viloria adelanta que seguirán ofertando proyectos alineados con inteligencia artificial, machine learning, preprocesamiento de datos… porque consideran que es una línea de investigación estratégica no solo para su compañía sino también para el desarrollo de la sociedad de la información. Hermán, por su parte, indica que este trabajo servirá como base para estudios más exhaustivos que analicen las propuestas más prometedoras y traten de extenderlas, utilizando nuevos algoritmos, técnicas de análisis de datos o explorando nuevas vías que hayan quedado fuera del ámbito del proyecto.