Los astrónomos han desarrollado un nuevo sistema de aprendizaje automático que aumenta significativamente la resolución del telescopio espacial James Webb (JWST). Este método permitió eliminar las distorsiones de hardware que dificultaban la observación de objetos tenues cerca de estrellas brillantes, ayudando a capturar estructuras cósmicas antes invisibles. Así lo informa Ixbt.com informa .
El problema surgió en el sistema Aperture Masking Interferometer (AMI) del instrumento NIRISS del telescopio. El efecto de migración de carga en los sensores deformaba el patrón de interferencia, reduciendo la calidad de la imagen. Para resolver este problema, los científicos crearon un nuevo sistema llamado AMIGO (Aperture Masking Interferometry Generative Observations).
El algoritmo AMIGO crea un gemelo digital del telescopio, modelando todo el funcionamiento de la óptica y la electrónica. La inteligencia artificial compara los datos reales con la imagen sintetizada y corrige automáticamente los errores. El módulo de red neuronal juega un papel crucial en la compensación de la distribución de carga no lineal en los sensores.
Con esta nueva tecnología, los científicos lograron identificar objetos subestelares como HD 206893 c y HD 206893 B, así como puntos volcánicos en Ío, la luna de Júpiter. Este logro abre nuevas puertas para estudiar las atmósferas de exoplanetas y observar objetos cerca de estrellas brillantes.
¡Lee “Zamin” en Telegram!
