El mapa faltante del cielo
8 de octubre de 2026Aquí, Brice Ménard, un astrofísico de la Universidad de Johns Hopkins y investigador en Anthropic, explica cómo trabajó con Claude Science para producir el primer mapa completo del cielo en luz UV. El mapa será una herramienta educativa valiosa, que permitirá a los estudiantes ver en detalle la rica estructura de la Vía Láctea visible en este espectro.
Todo el cielo, con el centro galáctico en el centro, en ultravioleta (combinando el largo ultravioleta de 154 nm y el cercano ultravioleta de 232 nm). Alrededor de un tercio de este mapa, incluyendo gran parte del plano galáctico, fue predicho con Claude Science utilizando el método descrito en este artículo. Capas adicionales del mapa etiquetan cada píxel como “medido” o “predicho” y proporcionan estimaciones de incertidumbre; puede verlo aquí.
Cuando enseño astrofísica, a menudo comienzo mostrando a mis estudiantes que el cielo se ve completamente diferente dependiendo de la longitud de onda en la que lo observamos. Cada una de ellas revela características distintas. En luz visible, principalmente se ven estrellas. Al pasar a ondas infrarrojas, se aprecia el resplandor de pequeños granos de polvo concentrados en una banda a lo largo de la Vía Láctea. En ondas de radio, las estrellas y el polvo desaparecen y el gas hidrógeno —la materia prima de la que se forman nuevas estrellas— se vuelve visible. Y en las radiografías, se pueden observar fenómenos violentos, como estrellas que explotan o materia que se enreda en un agujero negro. Juntas, estas características permiten a los astrónomos comprender cómo el gas colapsa en estrellas, cómo las estrellas llenan la galaxia con polvo y cómo las galaxias como la nuestra toman forma.
Cuando hablo sobre la luz UV y cómo revela el polvo iluminado por la luz estelar, desde las nubes alrededor de las estrellas jóvenes hasta los anillos dejados por explosiones estelares, siempre he tenido que disculparme. El único mapa UV que pude mostrar estaba lleno de agujeros.
¿Por qué no existía un mapa UV completo?
La luz UV es absorbida por la capa de ozono de la atmósfera, por lo que para observar el universo en el espectro UV, hay que ir al espacio. En los últimos 50 años, los telescopios espaciales han observado partes del cielo en UV y han publicado sus datos. Pero aún queda mucho sin ser observado.
El conjunto de datos más grande proviene de la misión GALEX de la NASA, que se llevó a cabo desde 2003 hasta 2013 y capturó aproximadamente dos tercios del cielo en unas 38,000 observaciones separadas. Pero GALEX omitió deliberadamente los lugares con estrellas muy brillantes, incluyendo aquellos en el plano de la Vía Láctea (el disco plano de la galaxia, donde las estrellas están más densamente agrupadas), debido al riesgo de dañar los detectores del satélite. Otros telescopios espaciales, como el de la NASA Swift y el de Corea del Sur FIMS/SPEAR, obtuvieron datos adicionales, pero incluso en esos conjuntos de datos combinados, hay una serie de elementos que faltan.
Existen técnicas estadísticas para estimar los datos faltantes y crear un mapa completo del cielo en UV. Pero realizar esto de manera adecuada requiere semanas de trabajo minucioso, que incluye calibraciones meticulosas a nivel de cada píxel y análisis sofisticados y repetidos. Comprensiblemente, los astrofísicos tienden a dejar de lado este tipo de trabajo en busca de investigaciones más urgentes. La mayoría de los campos tienen un montón de proyectos similares, aquellos que explicarían un concepto clave o ayudarían a otros investigadores, pero que nunca llegan al nivel suficiente en la lista de nadie para ser completados. Con Claude, se ha vuelto más fácil abordar ese tipo de trabajo de menor prioridad.
Construir el mapa faltante
Este verano, empecé a crear un mapa UV completo del cielo con Claude Science. Las instrucciones eran simples de expresar, pero no de llevar a cabo: reunir todos los conjuntos de datos UV disponibles, ponerlos en una escala común, fusionarlos en un único mapa y llenar cada área del cielo que ningún telescopio UV haya observado nunca.
Para ello, Claude organizó un equipo de agentes de IA. Primero, los agentes buscaron en la web las exploraciones astronómicas de radiación ultravioleta disponibles públicamente; cada una consistía en una gran colección de puntos de datos o imágenes individuales —decenas de miles de imágenes, en el caso de la misión GALEX de NASA— tomadas a lo largo de varios años y en diferentes condiciones.
Después de descargar los datos, los agentes tenían que hacer que cada encuesta fuera consistente internamente, de modo que una imagen tomada en un período de tiempo pudiera compararse con una imagen tomada en otro. Esto requería prestar especial atención a las regiones alrededor de las estrellas brillantes. Así como el sol o una farola pueden causar reflejo en una foto en la Tierra, las estrellas pueden causar reflejo en una imagen del cielo capturada por un telescopio espacial. Ese brillo tenía que ser eliminado antes de que se pudiera medir con precisión la luz UV más tenue alrededor de las estrellas. Muchos agentes, trabajando en paralelo en diferentes regiones del cielo, lograron igualar estas diferencias.
A continuación, fue necesario combinar las encuestas. Los conjuntos de datos fueron recopilados por diferentes instrumentos en diferentes telescopios, y cada uno captura el cielo ultravioleta de manera ligeramente diferente. Por lo tanto, fue necesario calibrarlos entre sí, redibujarlos con la misma resolución y trazarlos en un sistema de coordenadas común antes de poder fusionarlos en un único mapa. Dediqué instrucciones de alto nivel a Claude sobre cómo hacerlo, y Claude asignó a un equipo de agentes las tareas correspondientes.
Luego vino la parte más difícil: llenar los espacios en blanco en el mapa. Aproximadamente un tercio del cielo nunca ha sido observado en UV. Para compensar esos espacios en blanco, pedí a Claude Science que utilizara una técnica llamada inpainting, un proceso común en el aprendizaje automático, en el cual un modelo entrenado con millones de fotos aprende cómo cada parte de una imagen se relaciona con su entorno, y utiliza ese conocimiento para restaurar las partes dañadas o faltantes de la imagen.
Claude combinó este enfoque con la información adicional que teníamos a nuestra disposición. Cuando faltan datos de UV, tenemos observaciones en otras longitudes de onda, incluyendo la visible, la infrarroja y la radio. Utilizando dos tercios del cielo que ya ha sido mapeado en UV, Claude descubrió cómo la luminosidad en UV se relaciona con estas otras longitudes de onda. Luego aplicó esa relación al tercio del cielo para el cual no existen datos de UV, y estimó cómo debería ser en cada punto, así como cuán seguro estaba en esa estimación.
Para comprobar cuán precisas eran las predicciones del modelo, pedí a Claude que tomara regiones para las cuales ya tenemos datos UV y ocultara deliberadamente partes de ellas, creando esos espacios en blanco para los cuales está diseñado el inpainting. El modelo tuvo que utilizar lo que había aprendido para completar la imagen sin acceder a los valores reales. Después de varias rondas de refinamiento, logró estimar los datos ocultos con un error de aproximadamente el 10% en comparación con las mediciones reales de UV, una diferencia casi imperceptible para el ojo humano.
Finalmente, sobre este fondo difuso y pintado, Claude añadió estimaciones de luz UV provenientes de más de 100 millones de estrellas individuales, obtenidas a partir de mediciones realizadas por el satélite Gaia de la Agencia Espacial Europea en luz visible. La primera versión del mapa completo del cielo en UV estaba terminada.
Prueba y error
Claude no acertó todo la primera vez. Una noche, al examinar las imágenes procesadas, noté algo inusual en uno de los campos más oscuros: círculos sutiles, cada uno un poco más brillante o más oscuro que sus vecinos.
Estos eran los rastros de las observaciones individuales del GALEX. Cada imagen del GALEX captura un trozo circular del cielo, y cada una contiene un ligero resplandor UV no muy uniforme proveniente de la atmósfera terrestre. Si ese resplandor no se elimina por completo, cada círculo parece más brillante o más oscuro que los que lo rodean. Claude había señalado esto como un problema conocido al inicio del proyecto, pero el mapa todavía pasó dos rondas de revisión por otros agentes sin que se detectara el problema.
Le dije a Claude: “Veo discos con la marca de cada observación individual; ¿puedes corregir eso?” Los agentes remontaron el problema al resplandor atmosférico restante. Claude luego corrigió ese resplandor en todas las 38,000 observaciones. Después de un par de horas de procesamiento, los círculos desaparecieron.
El mapa final
Juntos, Claude y yo creamos más de una docena de versiones sucesivas del mapa, cada una más refinada que la anterior. Nuestra colaboración duró varios días y adoptó un ritmo predecible: yo tendría varias intercambios con Claude Science para planificar los pasos siguientes, luego Claude realizaría por separado horas de cálculos, mientras yo volvía a trabajar en otros proyectos.
El mapa final muestra todo el cielo en luz UV, y muestra muchas estructuras interesantes: nubes de polvo que brillan alrededor de estrellas jóvenes luminosas, anillos gigantes de polvo y bucles que representan burbujas de gas expulsadas por las explosiones de estrellas masivas. Lejos del plano galáctico, filamentos tenues de polvo se extienden por el cielo, iluminados por la luz estelar de toda la galaxia. Debajo del plano se encuentran las Nubes Magellanicas Grandes y Pequeñas, dos pequeñas galaxias vecinas brillantes con estrellas jóvenes. Creo que es hermoso; y puede unirse a los otros mapas canónicos para ayudar a generaciones de estudiantes a apreciar la variedad de procesos físicos que ocurren en nuestra galaxia.
Por primera vez, pude llevar a cabo un proyecto como este sin sacrificar el tiempo que de otro modo habría dedicado a la investigación. Supongo que muchos científicos pueden pensar en un mapa, una figura o un recurso que han estado posponiendo por la misma razón.
Agradecimientos
Las mediciones utilizadas para crear este mapa provienen de GALEX y Swift (NASA), FIMS/SPEAR (Corea), TD-1 (Europa) y Planck y Gaia (ESA). Estoy agradecido con todos los que participaron en estas misiones y en la publicación de los datos. Muchos agentes que trabajan en Claude Science contribuyeron con el arduo trabajo de elaborar este mapa. Mi contribución se limitó a guiarlos en el proceso.
Suscríbase a Anthropic Science
Características relacionadas con los descubrimientos asistidos por IA, flujos de trabajo prácticos y notas de campo en todas las ciencias.