Aunque los telescopios actuales aún no pueden revelar todos los misterios de los agujeros negros supermasivos, la inteligencia artificial (IA) se está convirtiendo en una herramienta clave para hacerlo.
Un equipo internacional de astrónomos entrenó una red neuronal utilizando millones de simulaciones de agujeros negros. El objetivo fue mejorar la interpretación de los datos espaciales más difíciles de analizar, especialmente aquellos provenientes del centro de nuestra galaxia, la Vía Láctea.
Este trabajo se apoyó en datos del famoso Telescopio del Horizonte de Eventos (EHT), el mismo que logró las primeras imágenes de los agujeros negros M87* y Sagitario A*. Aunque no son fotos convencionales, estas visualizaciones se generaron a partir de señales de radio recogidas por telescopios distribuidos por todo el mundo.
En investigaciones previas, gran parte de la información captada era descartada por ser demasiado compleja. Ahora, gracias a esta red neuronal desarrollada por el Instituto Morgridge de Investigación (Wisconsin, EE.UU.), esos datos difíciles de interpretar están siendo procesados de forma más eficiente, revelando nuevos detalles sobre Sagitario A*.
Los resultados sugieren que el agujero negro central de nuestra galaxia gira casi a su velocidad máxima, y que su eje de rotación estaría orientado hacia la Tierra. Además, la energía que emite proviene principalmente de electrones muy calientes en su disco de acreción, en lugar de un chorro energético, como se creía anteriormente.
También se descubrió que los campos magnéticos en esa región se comportan de forma distinta a lo que predicen las teorías actuales, abriendo la puerta a nuevas hipótesis.
Hasta ahora se pensaba que Sagitario A* tenía una rotación moderada, pero estos nuevos análisis indican que podría estar girando más rápido de lo que se creía, lo cual influye en cómo se comporta la luz y la materia a su alrededor.
El astrofísico Michael Janssen, autor principal del estudio, afirmó que este avance es solo el comienzo. “Estamos desafiando lo que creíamos saber. Vamos a seguir mejorando los modelos con IA para descubrir aún más”.
