IA reanaliza el resplandor de rayos gamma del centro galáctico y no descarta la materia oscura
Hecho Qué ha ocurrido
Investigadores de la Universidad de Viena y el Lawrence Berkeley National Laboratory usaron un modelo de aprendizaje automático, entrenado con más de un millón de observaciones simuladas, para reanalizar el exceso de rayos gamma del centro de la Vía Láctea, combinando datos espaciales y espectrales. El estudio, publicado en Physical Review Letters, concluye que si el origen fueran púlsares de milisegundos harían falta unas 35.000 a 100.000 fuentes, muchas más de las estimadas antes. Esto debilita la hipótesis de los púlsares y mantiene abierta la posibilidad de que la señal provenga de la aniquilación de materia oscura.
Resumen generado mediante IA a partir de El Confidencial Tecnología. Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Es un ejemplo de cómo el aprendizaje automático permite extraer información más fina de datos astrofísicos complejos, mejorando la capacidad de discriminar entre hipótesis físicas rivales. Ilustra el papel creciente de la IA como herramienta científica más allá de aplicaciones comerciales.
- Quién se ve afectado
- Comunidad científica de astrofísica y física de partículas, instituciones de investigación en IA aplicada a ciencia.
- Qué puede cambiar
- El análisis reduce el peso de la hipótesis de los púlsares como explicación del exceso galáctico, aunque no confirma la materia oscura, reabriendo el debate científico.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Nuevas observaciones con telescopios de rayos gamma y refinamientos del modelo de IA que puedan aportar evidencia adicional a favor o en contra de la materia oscura.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: El Confidencial Tecnología. La referencia es siempre el artículo original.
Ver fuente original ↗IA científicaaprendizaje automático Universidad de VienaLawrence Berkeley National Laboratory astrofísica IA científica materia oscura rayos gamma Vía Láctea
Relacionadas
Discovered Materials ofrece 1 millón de dólares por resolver cinco problemas abiertos de ciencia de materiales
La startup Discovered Materials, de San Francisco y creada en la batch de primavera de 2026 de Y Combinator, ha lanzado un reto con premios por un total de 1…
Por qué importaMuestra que la IA avanza con más dificultad en problemas de física de materiales que en matemáticas, un campo clave para semiconductores y…
Denise Herzing usa IA para buscar patrones en la comunicación de los delfines
Denise Herzing, fundadora del Wild Dolphin Project, presentó en el WIRED World Fair su investigación con IA sobre grabaciones de audio y vídeo de delfines. Su…
Por qué importaMuestra cómo el análisis de patrones con IA puede aplicarse a grandes volúmenes de datos no textuales. Para las empresas, es un caso de uso de…
Un modelo de IA del BCE anticipa la inflación de EEUU en 2021 según un estudio teórico
Un documento de trabajo del BCE elaborado por Carlos Montes-Galdón presenta Deep-π*, un modelo de redes neuronales que analizó 122 indicadores y detectó en…
Por qué importaMuestra el potencial de la IA como herramienta complementaria para el análisis macroeconómico, aunque los resultados son teóricos y con limitaciones…
La superinteligencia artificial ya resuelve problemas matemáticos abiertos y obliga a los matemáticos a cambiar de habilidades
Según el artículo, modelos de razonamiento de OpenAI, Anthropic y DeepMind han encontrado contraejemplos a conjeturas abiertas y han informatizado…
Por qué importaSi la verificación formal se confirma como práctica habitual, el trabajo de investigación y validación de resultados técnicos complejos puede cambiar…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.