En algunos aspectos, el campo de la astronomía ha cambiado rápidamente. Tomamos imágenes, miramos para ver cómo han cambiado. Rompemos la luz en sus diferentes colores, buscando emisiones y absorción. El hecho de que podamos hacerlo más rápido y a mayores distancias ha revolucionado nuestra comprensión, pero no la metodología basal.
Pero recientemente, el campo ha comenzado a cambiar. Los días del astrónomo solitario en el ocular ya se han ido. Los datos se toman más rápido de lo que pueden procesarse, almacenarse de manera fácilmente accesible, y equipos masivos internacionales de astrónomos trabajan juntos. En la reciente Reunión Internacional de Astrónomos en Río de Janeiro, el astrónomo Ray Norris de la Organización de Investigación Científica e Industrial de la Commonwealth de Australia (CSIRO) discutió estos cambios, qué tan lejos pueden llegar, qué podríamos aprender y qué podríamos perder.
Observatorios
Una de las formas en que los astrónomos han cambiado el campo durante mucho tiempo es recolectando más luz, lo que les permite mirar más profundamente en el espacio. Esto ha requerido telescopios con mayor poder de captación de luz y, posteriormente, diámetros mayores. Estos telescopios más grandes también ofrecen el beneficio de una resolución mejorada para que los beneficios sean claros. Como tal, los telescopios en las etapas de planificación tienen nombres indicativos de inmensos tamaños. El "Over Whelmingly Large Telescope" (OWL) de ESO, el "Extremely Large Array" (ELA) y el "Square Kilometer Array" (SKA) son telescopios masivos que cuestan miles de millones de dólares e involucran recursos de numerosas naciones.
Pero a medida que aumentan los tamaños, también lo hace el costo. Los observatorios ya están presionando los presupuestos, especialmente a raíz de una recesión global. Norris afirma: "Construir telescopios aún más grandes en veinte años costará una fracción significativa de la riqueza de una nación, y es poco probable que una nación, o grupo de naciones, establezca una prioridad suficientemente alta en astronomía para financiar dicho instrumento. Por lo tanto, la astronomía puede estar alcanzando el tamaño máximo de telescopio que razonablemente se puede construir ".
Por lo tanto, en lugar de la fijación en el poder y la resolución de la recolección de luz, Norris sugiere que los astrónomos necesitarán explorar nuevas áreas de descubrimiento potencial. Históricamente, los principales descubrimientos se han realizado de esta manera. El descubrimiento de los estallidos de rayos gamma se produjo cuando nuestro régimen de observación se expandió al rango de alta energía. Sin embargo, el rango espectral está bastante bien cubierto actualmente, pero otros dominios aún tienen un gran potencial para la exploración. Por ejemplo, a medida que se desarrollaron los CCD, el tiempo de exposición de las imágenes se acortó y se descubrieron nuevas clases de estrellas variables. Incluso exposiciones de menor duración han creado el campo de la asteroseismología. Con los avances en la tecnología de detectores, este límite inferior podría ampliarse aún más. Por otro lado, el almacenamiento de imágenes durante largos períodos de tiempo puede permitir a los astrónomos explorar la historia de objetos individuales con mayor detalle que nunca.
Acceso a los datos
En los últimos años, muchos de estos cambios han sido impulsados por grandes programas de encuestas como el 2 Micron All Sky Survey (2MASS) y el All Sky Automated Survey (ASAS) (solo por nombrar dos de las numerosas encuestas a gran escala). Con estos grandes almacenes de datos recopilados previamente, los astrónomos pueden acceder a los datos astronómicos de una nueva manera. En lugar de proponer el tiempo del telescopio y luego esperar que su proyecto sea aprobado, los astrónomos están teniendo un acceso mayor y sin restricciones a los datos. Norris propone que, si esta tendencia continúa, la próxima generación de astrónomos puede hacer grandes cantidades de trabajo sin siquiera visitar directamente un observatorio o planificar una carrera de observación. En cambio, los datos se extraerán de fuentes como el Observatorio Virtual.
Por supuesto, seguirá siendo necesario contar con datos más profundos y especializados. A este respecto, los observatorios físicos seguirán siendo útiles. Ya, gran parte de los datos tomados incluso de recorridos de observación específicos están llegando al dominio público astronómico. Si bien los equipos que diseñan proyectos aún obtienen los primeros datos, muchos observatorios liberan los datos para uso gratuito después de un tiempo asignado. En muchos casos, esto ha llevado a otro equipo a recoger los datos y descubrir algo que el equipo original se había perdido. Como dice Norris, "mucho descubrimiento astronómico ocurre después de que los datos se divulgan a otros grupos, que pueden agregar valor a los datos combinándolos con datos, modelos o ideas que pueden no haber sido accesibles para los diseñadores de instrumentos".
Como tal, Nelson recomienda alentar a los astrónomos a contribuir con datos de esta manera. A menudo, una carrera de investigación se basa en un número de publicaciones. Sin embargo, esto corre el riesgo de castigar a aquellos que pasan grandes cantidades de tiempo en un solo proyecto que solo produce una pequeña cantidad de publicación. En cambio, Nelson sugiere un sistema por el cual los astrónomos también obtendrían reconocimiento por la cantidad de datos que ayudaron a liberar a la comunidad, ya que esto también aumenta el conocimiento colectivo.
Procesamiento de datos
Dado que existe una clara tendencia hacia la toma de datos automatizada, es bastante natural que gran parte del procesamiento de datos inicial también pueda serlo. Antes de que las imágenes sean adecuadas para la investigación astronómica, las imágenes deben limpiarse para detectar ruido y calibrarse. Muchas técnicas requieren un procesamiento adicional que a menudo es tedioso. Yo mismo he experimentado esto durante una pasantía de verano de diez semanas a la que asistí, que implicaba la tarea repetitiva de ajustar perfiles a la función de dispersión de puntos de docenas de imágenes, y luego rechazar manualmente las estrellas que tenían fallas de alguna manera (como estar demasiado cerca del borde del marco y parcialmente cortado).
Si bien esta es a menudo una experiencia valiosa que enseña a los astrónomos en ciernes el razonamiento detrás de los procesos, sin duda puede ser acelerada por rutinas automatizadas. De hecho, muchas técnicas que usan los astrónomos para estas tareas son las que aprendieron al principio de sus carreras y es muy posible que estén desactualizadas. Como tal, las rutinas de procesamiento automatizado podrían programarse para emplear las mejores prácticas actuales para permitir la mejor información posible.
Pero este método no está exento de peligros propios. En tal caso, se pueden pasar nuevos descubrimientos. Un algoritmo puede interpretar resultados significativamente inusuales como una falla en la instrumentación o un ataque de rayos gamma y rechazarlos en lugar de identificarlos como un evento nuevo que merece mayor consideración. Además, las técnicas de procesamiento de imágenes aún pueden contener artefactos de las técnicas mismas. Si los astrónomos no están al menos algo familiarizados con las técnicas y sus dificultades, pueden interpretar los resultados artificiales como un descubrimiento.
Procesamiento de datos
Con el gran aumento en la generación de datos, los astrónomos necesitarán nuevas herramientas para explorarlos. Ya se han realizado esfuerzos para etiquetar datos con identificadores apropiados con programas como Galaxy Zoo. Una vez que dichos datos se procesen y clasifiquen, los astrónomos podrán comparar rápidamente los objetos de interés en sus computadoras, mientras que previamente se planificarían las operaciones de observación. Como explica Norris, "la experiencia que ahora se dedica a planificar una observación se dedicará a planificar una incursión en las bases de datos". Durante mis cursos de pregrado (que finalizó en 2008, aún tan reciente), a los mayores de astronomía solo se les exigió que tomaran un solo curso en programación de computadoras. Si las predicciones de Norris son correctas, los cursos que los estudiantes como yo tomaron en técnicas de observación (que todavía contenían algo de trabajo relacionado con la fotografía de películas) probablemente serán reemplazados por más programación y administración de bases de datos.
Una vez organizado, los astrónomos podrán comparar rápidamente poblaciones de objetos en escalas nunca antes vistas. Además, al acceder fácilmente a las observaciones de múltiples regímenes de longitud de onda, podrán obtener una comprensión más completa de los objetos. Actualmente, los astrónomos tienden a concentrarse en uno o dos rangos de espectros. Pero con el acceso a muchos más datos, esto obligará a los astrónomos a diversificarse más o trabajar en colaboración.
Conclusiones
Con todo el potencial de avance, Norris concluye que podemos estar entrando en una nueva Edad de Oro de la astronomía. Los descubrimientos llegarán más rápido que nunca ya que los datos están tan disponibles. Él especula que los candidatos a doctorado harán una investigación de vanguardia poco después de comenzar sus programas. Me pregunto por qué los estudiantes universitarios avanzados y los laicos informados tampoco lo harían.
Sin embargo, para todas las posibilidades, el fácil acceso a los datos también atraerá a los crackpots. Ya, los fraudes incompetentes pululan en las revistas buscando cotizaciones mías. ¿Cuánto peor será cuando puedan señalar el material fuente y su extraño análisis para justificar sus tonterías? Para combatir esto, los astrónomos (como todos los científicos) necesitarán mejorar sus programas de divulgación pública y preparar al público para los descubrimientos por venir.
