El agujero negro de la Vía Láctea podría girar a gran velocidad, según nuevos hallazgos

Por Julio García G. / Periodista de Ciencia

El 10 de abril de 2019, un equipo de astrónomos del Telescopio del Horizonte de Eventos (EHT, por sus siglas en inglés) dio a conocer al mundo –sorprendiéndonos a todos– la primera imagen de un agujero negro supermasivo, unos 6,500 millones de veces más masivo que el Sol, situado en el centro de la galaxia M87.

Las cosas no quedaron ahí y, este mismo equipo, conformado por científicos de todo el mundo (México participó con el Telescopio Milimétrico Alfonso Serrano situado en el Estado de Puebla), presentó en 2022 la primera imagen de Sagitario A*, el agujero negro supermasivo ubicado en el centro de nuestra galaxia, la Vía Láctea.

Afortunadamente, desde 2022, se ha acumulado mucha información sobre las características de Sagitario A*, lo que ha permitido a los astrónomos afinar su comprensión de este objeto. Además, gracias a la inteligencia artificial, los científicos pueden a partir de ahora crear modelos que les permitan comprender mejor cómo se forman los agujeros negros, los cuales siguen siendo misteriosos y sorprendentes ya que ni siquiera la luz puede escapar, además de que, en su interior, en la singularidad, parecen desafiar a las propias leyes de la física.

Por cierto, éstos fueron predichos por Albert Einstein en 1915 a partir de su Teoría General de la Relatividad, la cual le otorgó una estructura geométrica al espacio y al tiempo unificando estos dos conceptos.

Recientemente, un grupo de investigadores de la Universidad Radboud de País Bajos anunció haber descubierto (aunque los resultados no son definitivos) que, contrario a lo que se creía, Sagitario A* no es un agujero negro estático (del tipo Schwarzschild), sino que, por el contrario, gira constantemente y lo hace a grandes velocidades (podría ser un agujero negro tipo Kerr).

Y no solamente pareciera que gira incansablemente, sino que, además, su eje de rotación apunta hacia la Tierra. Que dicho eje apunte hacia nuestro planeta, quizá permita que los astrónomos tengan una mejor perspectiva para estudiarlo.

Para llegar a sus conclusiones, el equipo de Radboud, encabezado por Michel Janssen (los resultados de la investigación fueron publicados en tres artículos en el número de junio de la revista Astronomy and Astrophysics) logró entrenar una red neuronal con el objetivo de extraer la mayor cantidad de información.

Para entrenarla, se utilizaron millones de agujeros negros sintéticos los cuales pertenecen a una base de datos que se ha ido creando a lo largo de estos años gracias a las observaciones del Telescopio del Horizonte de Eventos.

Con el cúmulo de esta información lograron predecir, justamente, mediante la inteligencia artificial, que Sagitario A* podría estar rotando de forma vertiginosa.

El estudio de la Universidad de Radboud no es el único que se ha realizado. De hecho, anteriormente, otros astrónomos, de otras instituciones, han realizado análisis minuciosos –también con inteligencia artificial– de los datos obtenidos por el EHT; la diferencia estriba en que, en aquella ocasión, se utilizó una muestra muy pequeña, al contrario de la gran muestra que se ha utilizado ahora.

Además, la red neuronal de Janssen está basada en los principios que rigen el teorema de Bayes.

El teorema de Bayes y la inteligencia artificial

Este teorema, propuesto por primera vez por el teólogo y matemático autodidacta de origen inglés Thomas Bayes (1701-1761), es una herramienta poderosa que permite actualizar la probabilidad de que una hipótesis sea verdadera a medida que obtenemos nueva información. Según este enfoque, si la evidencia respalda de forma repetida una hipótesis, su probabilidad aumenta. En cambio, si la evidencia comienza a contradecirla, su probabilidad disminuye.

En otras palabras, bajo la perspectiva del bayesianismo, la probabilidad de que una hipótesis sea verdadera o falsa depende de cómo se van actualizando las observaciones.

Si las observaciones apoyan o coinciden más y más con una hipótesis (el teorema de Bayes va gradualmente agregando o quitando peso a determinada hipótesis a partir de la evidencia), entonces ésta probablemente sea verdadera. Si, en cambio, las observaciones comienzan a diferir de la hipótesis, es muy probable que ésta sea falsa y, finalmente, incorrecta.

Ahora bien, ¿cómo puede aplicarse el teorema de Bayes a las redes neuronales?

Básicamente porque el teorema de Bayes permite aprender de la experiencia al actualizar lo que creemos en la medida en que se obtiene nueva información. Y esto, justamente, hacen algunas redes neuronales: aprenden de la experiencia o de la información de la que son alimentadas y, bajo la perspectiva bayesiana, lo hacen a partir de la probabilidad de que un evento pueda ocurrir o no.

Como podemos apreciar, el teorema de Bayes es un método muy poderoso para aproximarnos a la comprensión de la realidad.  Y, afortunadamente, también puede aplicarse en las redes neuronales como las que ha utilizado Janssen y sus colegas.

Por otra parte, el equipo de Radboud también descubrió que, muy probablemente, el agujero negro de la Vía Láctea emite considerables cantidades de electrones extremadamente calientes. Éstos se encontrarían en el llamado disco de acreción.

De hecho, todos los agujeros negros poseen un disco de acreción. Este disco –que se encuentra rodeando al agujero– es plano y, además, gira y, algunas veces, cuando es muy energético y caliente, suele emitir espectaculares chorros de gas que pueden abarcar varios años luz. Así, en la mayoría de los agujeros negros el disco de acreción está formado por gas, polvo y materia, no obstante, en Sagitario A*, este disco podría estar emitiendo también electrones y no únicamente gas, polvo y materia.  Por lo tanto, aún queda mucho por descifrar sobre qué es lo que verdaderamente emiten estos discos.

Por otro lado, la inteligencia artificial es y será un parteaguas para comprender los fenómenos más complejos y extremos del universo. Sin ella -y sin la ayuda de los poderosos telescopios que hoy están desplegados dentro y fuera de la Tierra, además de los aceleradores de partículas– quizá nunca lleguemos a darle respuesta a las preguntas fundamentales en torno a cómo se formó el universo, qué había antes de éste (si es que hubo algo), de dónde provienen los átomos y la materia, cómo se forman los agujeros negros y qué papel tuvieron en la formación del universo.

Considero, pues, que la IA apenas está integrándose al quehacer astronómico. Cuando lo haga de lleno -muy probablemente en pocos años- seguramente atestiguaremos una gran revolución en la comprensión profunda de la naturaleza y sus objetos.

Esta gran herramienta, pues, no puede pasar desapercibida en el campo de las ciencias.