Representación visual de AI clasificando galaxias a partir de los datos de la simulación EAGLES. - ICRAR
MADRID, 19 Dic. (EUROPA PRESS) -
Un estudio liderado por el Centro Internacional de Investigaciones Radioastronómicas (ICRAR) podría haber descubierto la razón de las diferencias en las formas de las galaxias y cómo las cambian.
El autor principal, el doctor Joel Pfeffer, de la Universidad de Australia Occidental, nodo del ICRAR, dijo en un comunicado que la investigación explica la "relación morfología-densidad", en la que las galaxias agrupadas parecen más lisas y sin rasgos característicos que sus homólogas solitarias.
"Hemos descubierto que cuando hay muchas galaxias agrupadas ocurren varias cosas diferentes", explicó Pfeffer, cuyo estudio se publica en Monthly Notices of the Royal Astronomical Society. "Los brazos espirales de las galaxias son muy frágiles y, a medida que aumentan las densidades en los cúmulos de galaxias, las galaxias espirales empiezan a perder gas. Esta pérdida de gas hace que 'caigan' sus brazos espirales, transformándose en una forma lenticular. Otra causa son las fusiones de galaxias, en las que dos o más galaxias espirales chocan entre sí para formar después una gran galaxia elíptica".
Desde que en 1926 se inventó la secuencia de Hubble, que clasifica las morfologías de las galaxias, los astrónomos han ido perfeccionando su comprensión de la evolución y morfología de las galaxias a medida que avanzaba la tecnología.
En la década de 1970, los investigadores ya habían confirmado que las galaxias solitarias tienden a tener forma de espiral, y que las que se encuentran en cúmulos de galaxias probablemente sean lisas y sin rasgos característicos, conocidas como elípticas y lenticulares (con forma de lente).
El nuevo estudio utilizó las potentes simulaciones EAGLE para analizar en detalle un grupo de galaxias, empleando un algoritmo de IA (Inteligencia Artificial) para clasificar las galaxias por su forma.
EAGLES Simulation showcases how galaxies could change their shape from ICRAR on Vimeo.
El algoritmo basado en redes neuronales fue entrenado por Mitchell Cavanagh, doctorando del ICRAR, y puede clasificar casi 20.000 galaxias por minuto, comprimiendo en una hora lo que normalmente llevaría semanas.
Las simulaciones coinciden en gran medida con lo observado en el universo, lo que permite a los investigadores utilizar los resultados de la simulación para interpretar las observaciones de los cúmulos de galaxias.
El estudio también identificó varias galaxias lenticulares fuera de las regiones de alta densidad donde se esperan, y los modelos sugieren que se crearon por la fusión de dos galaxias.
Pfeffer señaló que el trabajo reúne diversas investigaciones sobre la evolución galáctica, para comprender por primera vez la relación morfología-densidad.
"Ha habido muchas sugerencias a lo largo del tiempo", dijo. "Pero éste es el primer trabajo que realmente reúne todas las piezas del rompecabezas".