Por qué las supernovas son importantes para entender el universo

Las supernovas de tipo Ia son las muertes explosivas de las estrellas enanas blancas. Como tienden a explotar con casi el mismo brillo intrínseco, los astrónomos las utilizan como «velas estándar»: comparando su brillo real conocido con su aparente brillo desde la Tierra, los científicos pueden medir las distancias cósmicas.

Esta técnica fue clave para descubrir que la expansión del universo se está acelerando, un fenómeno atribuido a la energía oscura, uno de los mayores misterios de la física moderna. Sin embargo, hay una trampa: no todas las supernovas de tipo Ia son exactamente iguales.

El problema: las supernovas se ven afectadas por sus entornos

En las últimas dos décadas, los astrónomos han descubierto que el brillo de estas supernovas depende ligeramente de las galaxias en las que explotan. Por ejemplo, las supernovas de las galaxias más masivas o más antiguas tienden a tener un aspecto algo distinto a aquellas de las galaxias más pequeñas o más jóvenes.

Hasta ahora, estos efectos se habían corregido normalmente mediante ajustes simples y aproximados, lo que podía limitar la precisión con la que se medían las distancias de estas supernovas.

Una solución unificada: modelos integrales

El nuevo estudio aborda directamente este problema modelándolo todo a la vez: las explosiones de supernovas, las galaxias que las alojan, el polvo que atenúa y enrojece su luz, la frecuencia con la que se producen las supernovas a lo largo del tiempo cósmico e, incluso, la expansión del propio universo.

En lugar de analizar cada pieza por separado, el equipo construyó un modelo único y autoconsistente que enlaza todos estos elementos física y estadísticamente.

«Una forma potente de modelar el universo es simularlo ab initio en el ordenador mediante la inferencia bayesiana», explica Raúl Jiménez (ICREA-ICCUB), coautor del estudio. «Esto proporciona una forma de variar todos los parámetros posibles a la vez, para predecir en qué universo vivimos. Además, teniendo esta capacidad se pueden examinar posibles sistemáticas unknown unkwon para entender su efecto. El impacto de estas sistemáticas en nuestra inferencia es posiblemente el ingrediente más importante que falta en los enfoques actuales para moldear el universo».

Inteligencia artificial y cosmología

Para que este ambicioso enfoque fuera factible en cuanto a los costes de computación, el equipo utilizó un conjunto moderno de técnicas conocidas como inferencia basada en la simulación.

En términos sencillos, el método funciona así: en primer lugar, los científicos simulan muchos universos posibles utilizando modelos físicos; a continuación, una red neuronal (un tipo de inteligencia artificial) aprende cómo los datos simulados se relacionan con los parámetros físicos subyacentes y, finalmente, el sistema entrenado puede inferir estos parámetros directamente a partir de observaciones reales.

Esto permite analizar decenas de miles de supernovas al mismo tiempo, un objetivo que sería imposible con los métodos tradicionales.

Un resultado clave: distancias precisas sin espectroscopia

Uno de los resultados más importantes es que el método puede estimar las distancias de las galaxias con mucha precisión utilizando solo imágenes.

El desplazamiento hacia el rojo (redshift) mide cuánto se estira la luz de una galaxia a medida que el universo se expande. Indica a qué distancia se ve y cuánto tiempo hace que se ve.

El nuevo enfoque logra una precisión comparable con las medidas espectroscópicas, pero sin necesidad de espectros. Esto es crucial, porque los futuros estudios del cielo descubrirán a millones de candidatas a supernovas, pero solo una pequeña fracción se podrá estudiar de forma realista con espectroscopia.

Preparación para la era del Observatorio Rubin

El Observatorio Vera C. Rubin, actualmente en construcción en Chile, pronto empezará un estudio del cielo de diez años. Detectará un número sin precedentes de supernovas, de las cuales el 99 % aproximadamente se observarán solo fotométricamente, es decir, a través de imágenes de distintos colores.

El marco CIGaRS está diseñado precisamente para ese escenario

«A diferencia de otros marcos de trabajo, que requieren simplificaciones analíticas, nuestro enfoque de inferencia basado en simulaciones integrales sin compromisos es excepcionalmente capaz de extraer la información cosmológica y astrofísica completa de los datos obtenidos con esfuerzo por el Observatorio Rubin, evitando al mismo tiempo sesgos de selección y modelización», afirma Konstantin Karchev, del ICCUB y la Escuela Internacional de Estudios Avanzados de Trieste (SISSA), autor principal del estudio.

Más allá de la cosmología: descubriendo cómo explotan las estrellas

Además de mejorar las medidas de la energía oscura, el estudio también aporta pistas sobre cómo y cuándo se forman las supernovas de tipo Ia. Al reconstruir cómo las ratios de ocurrencia de supernovas dependen de la edad de las estrellas en las galaxias, el modelo ayuda a abordar cuestiones de largo recorrido sobre sus sistemas progenitores.

Los resultados muestran que la combinación de la modelización basada en la física con la inteligencia artificial puede superar las limitaciones clave en los análisis cosmológicos actuales. Según los autores, este enfoque podría mejorar las restricciones cosmológicas hasta un factor de cuatro, en comparación con los métodos tradicionales, que se basan solo en un pequeño subconjunto de supernovas observado espectroscópicamente.

Con el Observatorio Rubin a punto para transformar la astronomía en los próximos años, métodos como CIGaRS garantizan que la ciencia estará preparada para comprender completamente los datos y el universo que revelan.