{"id":14445,"date":"2021-12-01T16:47:58","date_gmt":"2021-12-01T21:47:58","guid":{"rendered":"https:\/\/einsteresante.com\/?p=14445"},"modified":"2021-12-01T16:48:00","modified_gmt":"2021-12-01T21:48:00","slug":"la-ia-es-capaz-de-detectar-moleculas-en-exoplanetas-y-hasta-podria-descubrir-una-nueva-ley-fisica","status":"publish","type":"post","link":"https:\/\/einsteresante.com\/index.php\/2021\/12\/01\/la-ia-es-capaz-de-detectar-moleculas-en-exoplanetas-y-hasta-podria-descubrir-una-nueva-ley-fisica\/","title":{"rendered":"La IA es capaz de detectar mol\u00e9culas en exoplanetas y hasta podr\u00eda descubrir una nueva ley f\u00edsica"},"content":{"rendered":"\n

Por<\/em>: Kai Hou (Gordon) Yip y Quentin Changeat<\/p>\n\n\n\n

\u00bfSabes de qu\u00e9 est\u00e1 hecha la atm\u00f3sfera de la Tierra? Probablemente recuerdes que es ox\u00edgeno y tal vez nitr\u00f3geno. Y con un poco de ayuda de Google, puedes llegar f\u00e1cilmente a una respuesta m\u00e1s precisa: 78% de nitr\u00f3geno, 21% de ox\u00edgeno y 1% de arg\u00f3n. Sin embargo, cuando se trata de la composici\u00f3n de exo-atm\u00f3sferas, las atm\u00f3sferas de planetas fuera de nuestro sistema solar, no se conoce la respuesta. Es una pena, ya que las atm\u00f3sferas pueden indicar la naturaleza de los planetas y si pueden albergar vida.<\/p>\n\n\n\n

Como los exoplanetas est\u00e1n tan lejos, ha resultado extremadamente dif\u00edcil sondear sus atm\u00f3sferas. La investigaci\u00f3n sugiere que la inteligencia artificial (IA) puede ser nuestra mejor opci\u00f3n para explorarlos, pero solo si podemos demostrar que estos algoritmos piensan de manera cient\u00edfica y confiable, en lugar de enga\u00f1ar al sistema. Ahora, nuestro nuevo art\u00edculo, publicado en Astrophysical Journal, ha proporcionado una perspectiva tranquilizadora sobre su misteriosa l\u00f3gica.<\/p>\n\n\n\n

Los astr\u00f3nomos suelen aprovechar el m\u00e9todo de tr\u00e1nsito para investigar exoplanetas, que implica medir las ca\u00eddas de luz de una estrella cuando un planeta pasa frente a ella. Si hay una atm\u00f3sfera presente en el planeta, tambi\u00e9n puede absorber una peque\u00f1a cantidad de luz. Al observar este evento en diferentes longitudes de onda (colores de luz), las huellas dactilares de las mol\u00e9culas se pueden ver en la luz estelar absorbida, formando patrones reconocibles en lo que llamamos espectro.<\/p>\n\n\n\n

Una se\u00f1al t\u00edpica producida por la atm\u00f3sfera de un planeta del tama\u00f1o de J\u00fapiter solo reduce la luz estelar en ~ 0.01% si la estrella es similar al Sol. Los planetas del tama\u00f1o de la Tierra producen se\u00f1ales de 10 a 100 veces m\u00e1s bajas. Es un poco como ver el color de ojos de un gato desde un avi\u00f3n.<\/p>\n\n\n\n

En el futuro, el Telescopio Espacial James Webb (JWST) y la Misi\u00f3n Espacial Ariel, ambas sondas que investigar\u00e1n exoplanetas desde su \u00f3rbita en el espacio, ayudar\u00e1n proporcionando espectros de alta calidad para miles de exo-atm\u00f3sferas. Pero aunque los cient\u00edficos est\u00e1n entusiasmados con esto, las \u00faltimas investigaciones sugieren que puede ser complicado. Debido a la naturaleza compleja de las atm\u00f3sferas, el an\u00e1lisis de un solo planeta en tr\u00e1nsito puede tardar d\u00edas o incluso semanas en completarse.<\/p>\n\n\n\n

Naturalmente, los investigadores han comenzado a buscar herramientas alternativas. Las IA son reconocidas por su capacidad para asimilar y aprender de una gran cantidad de datos y su excelente desempe\u00f1o en diferentes tareas una vez entrenadas. Por lo tanto, los cient\u00edficos han intentado entrenar a la IA para predecir la abundancia de varias especies qu\u00edmicas en la atm\u00f3sfera.<\/p>\n\n\n\n

La investigaci\u00f3n actual ha establecido que las IA son adecuadas para esta tarea. Sin embargo, los cient\u00edficos son meticulosos y esc\u00e9pticos, y para demostrar que este es realmente el caso, quieren comprender c\u00f3mo piensan las IA.<\/p>\n\n\n\n

Mirando dentro de la caja negra
<\/strong>En ciencia, no se puede adoptar una teor\u00eda o una herramienta si no se comprende. Despu\u00e9s de todo, no querr\u00e1s pasar por la emoci\u00f3n de descubrir la vida en un exoplaneta, s\u00f3lo para darte cuenta de que es simplemente un “error” en la IA. La mala noticia es que las IA son terribles para explicar sus propios hallazgos. Incluso los expertos en inteligencia artificial tienen dificultades para identificar qu\u00e9 hace que la red proporcione una explicaci\u00f3n determinada. Esta desventaja a menudo ha impedido la adopci\u00f3n de t\u00e9cnicas de inteligencia artificial en astronom\u00eda y otros campos cient\u00edficos.<\/p>\n\n\n\n

Desarrollamos un m\u00e9todo que nos permite echar un vistazo al proceso de toma de decisiones de la IA. El enfoque es bastante intuitivo. Supongamos que una IA tiene que confirmar si una imagen contiene un gato. Presumiblemente, lo har\u00eda detectando ciertas caracter\u00edsticas, como el pelaje o la forma de la cara. Para comprender a qu\u00e9 caracter\u00edsticas hace referencia y en qu\u00e9 orden, podr\u00edamos difuminar partes de la imagen del gato y ver si a\u00fan detecta que es un gato.<\/p>\n\n\n\n

\"\"\/
C\u00f3mo funcionan las predicciones de una IA para la imagen borrosa de un gato. Autor proporcionado.<\/figcaption><\/figure>\n\n\n\n

Esto es exactamente lo que hicimos con una IA que explora exoplanetas al \u201cperturbar\u201d o cambiar regiones del espectro. Al observar c\u00f3mo cambiaban las predicciones de la IA sobre la abundancia de mol\u00e9culas de exoplanetas (por ejemplo, agua en la atm\u00f3sfera) cuando se manipulaba cada regi\u00f3n, comenzamos a construir una “imagen” de c\u00f3mo pensaba la IA, como qu\u00e9 regiones del espectro utilizaba para decidir el nivel de agua en la atm\u00f3sfera.<\/p>\n\n\n\n

\"\"\/
Podemos combinar las caracter\u00edsticas resaltadas por la IA junto con la imagen original para producir lo que llamamos un mapa de sensibilidad que describe las \u00e1reas que est\u00e1 observando de cerca. Autor proporcionado.<\/figcaption><\/figure>\n\n\n\n

De manera tranquilizadora para nosotros, los astr\u00f3nomos, descubrimos que una IA bien entrenada se basa en gran medida en fen\u00f3menos f\u00edsicos, como huellas digitales espectrosc\u00f3picas \u00fanicas, tal como lo har\u00eda un astr\u00f3nomo. Esto puede no ser una sorpresa, despu\u00e9s de todo, \u00bfde d\u00f3nde m\u00e1s puede aprenderlo la IA?<\/p>\n\n\n\n

De hecho, cuando se trata de aprender, la IA no es tan diferente de un estudiante de secundaria descarado: har\u00e1 todo lo posible para evitar el camino dif\u00edcil (como comprender conceptos matem\u00e1ticos dif\u00edciles) y encontrar cualquier atajo (como memorizar los conceptos matem\u00e1ticos f\u00f3rmulas sin entender por qu\u00e9) para obtener la respuesta correcta.<\/p>\n\n\n\n

Si la IA hiciera predicciones basadas en la memorizaci\u00f3n de cada uno de los espectros con los que se hab\u00eda encontrado, eso ser\u00eda profundamente indeseable. Queremos que la IA obtenga su respuesta de los datos y funcione bien con datos desconocidos, no solo con los datos de entrenamiento para los que existe una respuesta correcta.<\/p>\n\n\n\n

Este hallazgo proporcion\u00f3 el primer m\u00e9todo para echar un vistazo furtivo a las llamadas “cajas negras de IA”, lo que nos permiti\u00f3 evaluar lo que han aprendido las IA. Con estas herramientas, los investigadores ahora no solo pueden usar IA para acelerar su an\u00e1lisis de exo-atm\u00f3sferas, sino que tambi\u00e9n pueden verificar que su IA utiliza leyes de la naturaleza bien entendidas.<\/p>\n\n\n\n

Dicho esto, es demasiado pronto para afirmar que comprendemos completamente las IA. El siguiente paso es determinar con precisi\u00f3n qu\u00e9 tan importante es cada concepto y c\u00f3mo se procesa en las decisiones.<\/p>\n\n\n\n

La perspectiva es emocionante para los expertos en inteligencia artificial, pero m\u00e1s a\u00fan para nosotros, los cient\u00edficos. El incre\u00edble poder de aprendizaje de la IA se origina en su capacidad para aprender una “representaci\u00f3n” o patr\u00f3n a partir de los datos, una t\u00e9cnica similar a la forma en que los f\u00edsicos han descubierto las leyes de la naturaleza para comprender mejor nuestro mundo. Por lo tanto, tener acceso a las mentes de la IA puede brindarnos la oportunidad de aprender leyes de la f\u00edsica nuevas y no descubiertas.<\/p>\n\n\n\n

Este art\u00edculo es una traducci\u00f3n de otro publicado en The Conversation<\/a>. Puedes leer el texto original haciendo clic aqu\u00ed<\/a>.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

Por: Kai Hou (Gordon) Yip y Quentin Changeat \u00bfSabes de qu\u00e9 est\u00e1 hecha la atm\u00f3sfera de la Tierra? Probablemente recuerdes que es ox\u00edgeno y tal vez nitr\u00f3geno. Y con un poco de ayuda de Google, puedes llegar f\u00e1cilmente a una respuesta m\u00e1s precisa: 78% de nitr\u00f3geno, 21% de ox\u00edgeno y 1% de arg\u00f3n. Sin embargo, […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5],"tags":[],"class_list":["post-14445","post","type-post","status-publish","format-standard","hentry","category-astronomia"],"_links":{"self":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/14445","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/comments?post=14445"}],"version-history":[{"count":17,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/14445\/revisions"}],"predecessor-version":[{"id":14462,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/14445\/revisions\/14462"}],"wp:attachment":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media?parent=14445"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/categories?post=14445"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/tags?post=14445"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}