El universo está lleno de galaxias, y entender su origen y su evolución nos ayudan a comprender mejor el universo en el que vivimos. Las galaxias se pueden clasificar de acuerdo a la forma que tienen, es decir, su morfología, ya que estas presentan distintas formas o estructuras. Estas pueden ser espirales (como la Vía Láctea), elípticas, irregulares, lenticulares, entre otras.

Las imágenes de galaxias observadas con distintos filtros (por ejemplo, rojo, verde y azul) se combinan para formar imágenes a color (RGB), lo que permite mostrar con facilidad características morfológicas más claras de las galaxias, como por ejemplo si tiene brazos espirales, núcleos brillantes, colas, discos o deformaciones, entre otras. Tradicionalmente la clasificación de galaxias se hacía “a ojo” por astrónomos, pero con millones y millones de galaxias en los nuevos sondeos como el que hará el Observatorio Vera C. Rubin la próxima década, esto ya no resulta práctico.

Este grupo trabaja en un proyecto de clasificación morfológica automática de galaxias basada en imágenes, utilizando métodos de aprendizaje automático. En particular usan aprendizajes supervisados y autosupervisado, enfoques de machine learning en el que el sistema aprende a distinguir galaxias morfológicamente. Además desarrollan técnicas de procesamiento de imágenes, en combinación con herramientas de machine learning, para la identificación de estructuras de bajo brillo superficial, como estructuras de marea. Quienes integran este grupo son: Gabriela Aguilar Argüello (IIMAS, UNAM), Efrain Condes Luna (IIMAS), Gibrán Fuentes Pineda (IIMAS), Héctor Hernández Toledo (IA, UNAM), Luis A. Martínez (IA), J. Antonio Vázquez Mata (IA UNAM).

Así, el método desarrollado por este grupo permitirá clasificar galaxias automáticamente comparando sus características internas mediante técnicas de aprendizaje de máquina. Esto resulta ideal para explotar grandes bases de datos astronómicos como los que recopilará el Observatorio Vera C. Rubin, y así avanzar en el estudio de la evolución del universo.