AeronauticsINTELLIGENZA ARTIFICIALE
Quando l’AI incontra le stelle: il progetto NeuroStarMap
L’intelligenza artificiale entra in orbita: con il progetto NeuroStarMap, ALTEN collabora con INAF Torino per applicare modelli di reti neurali allo studio dei corpi celesti. Analizzando i dati della missione GAIA dell’ESA, il progetto mira a migliorare la precisione delle misurazioni astronomiche – in particolare la parallasse – attraverso l’elaborazione intelligente di enormi dataset. I risultati ottenuti rappresentano non solo un traguardo tecnologico, ma anche un nuovo punto di partenza per la ricerca astrofisica.
Le reti neurali applicate all’astrofisica
Nel mondo di oggi l’intelligenza artificiale è un argomento discusso su molti fronti: giornalistico, culturale, socioeconomico e scientifico. Negli ultimi anni anche l’astrofisica ha cominciato a svolgere i primi test che riguardano l’applicazione di modelli neurali in modo parallelo alle più tradizionali tecniche di ricerca. Tutto ciò è dovuto al continuo miglioramento dell’intero settore dell’intelligenza artificiale, nonché dai finanziamenti che hanno stanziato sia enti nazionali che europei. Ad oggi, ALTEN collabora con la sede INAF (Istituto Nazionale di Astrofisica) di Torino al progetto “NeuroStarMap”, con lo scopo di creare modelli neurali ad-hoc in grado di rispondere alle loro esigenze.
Il progetto “NeuroStarMap”
Nel 2024, ALTEN ha presentato ad INAF il progetto “NeuroStarMap”, il cui nome ne riprende fondamentalmente i tre concetti chiave: le reti neurali per quanto riguarda le tecnologie, i dati relativi ai corpi celesti come oggetto di studio e di elaborazione e, infine, la mappatura di essi nello spazio come step finale. Il fulcro dell’operatività e dell’implementazione di questo progetto è basato sul ciclo continuo di feedback da entrambe le parti; questo contribuisce da un lato a migliorare la qualità complessiva del lavoro, dall’altra rappresenta una buona opportunità reciproca per arricchire le conoscenze ed il know-how di analisi ed elaborazione dei dati.
La missione spaziale GAIA
I dati coinvolti nel progetto sono stati acquisiti dal satellite GAIA, lanciato nel 2013 dall’ESA (European Space Agency). La missione ha permesso di raccogliere dati di temperatura, fotometria e composizione chimica relativa ai corpi celesti, portando alla pubblicazione di tre cataloghi; quello utilizzato in “NeuroStarMap” è l’ultimo pubblicato nel 2022, che contiene le osservazioni astrometriche eseguite da luglio 2014 fino a maggio 2017.
Obiettivi e curiosità tecniche
Il progetto “NeurostarMap” ha richiesto l’analisi preliminare dei dati appartenenti a tre categorie di stelle: cefeidi, lyrae ed eclissi binarie. Poiché ciascuna di esse presenta delle proprie caratteristiche astronomiche intrinseche, è stato svolto uno studio specifico per ognuna. La grande sfida è rappresentata all’incertezza dei dati, causata principalmente dal rumore cosmico e dalla grande lontananza di alcune stelle, in particolare le lyrae, che ne rendono difficile l’osservazione.
L’obiettivo principale si prefigge di predire con maggior precisione possibile la parallasse dei corpi celesti; tale misura serve a calcolare la loro distanza dalla Terra. Per fare questo si sono eliminati i dati considerati non idonei, sulla base di alcuni criteri come il valore di incertezza della misurazione. I dati rimanenti sono stati suddivisi in seguito in due sottoinsiemi, uno per addestrare i modelli neurali mentre l’altro è stato usato per testare l’accuratezza delle predizioni.
I risultati: un punto di arrivo e di partenza
I test condotti sulle reti neurali implementate hanno evidenziato una buona accuratezza sui dati di test: le predizioni migliori sono state sulle stelle cefeidi, in quanto la loro maggior vicinanza alla Terra rispetto alle altre categorie di stelle permette di poter ottenere misurazioni migliori e con meno margine di errore.
Le predizioni sulle stelle lyrae ed eclissi binarie hanno comunque fornito riscontri positivi; l’insieme di questi fattori si rivela come l’intero lavoro svolto sia un punto di partenza fondamentale per eventuali ricerche e sviluppi futuri.