Thinker Primera Edición

Thinker

ESPACIO

SAGITARIO A: EL CORAZÓN DE NUESTRA GALAXIA

¿Te has preguntado qué hay en el centro de nuestra galaxia?

ENTREVISTA ------------------

Próximamente

TECNOLOGÍA ¿CÓMO FUNCIONA LA INTELIGENCIA ARTIFICIAL?

¿Te has preguntado cómo funciona Chat GPT, Gemini, Deepseek o cualquier otra Inteligencia Artificial?

Sagitario A: el corazón de nuestra galaxia

Mientras que el centro de nuestro Sistema Solar el Sol, también nuestra galaxia tiene un centro y en este centro yace un agujero negro masivo llamado Sagitario A

Lo que conocemos es una gota, lo que no conocemos es el océano.

Isaac Newton

Un agujero negro es una región del universo de la cual ninguna partícula puede escapar debido a su poderosa gravedad originada por una extrema curvatura del espacio-tiempo En su centro se encuentra una singularidad, un punto que concentra toda la masa, causando esta curvatura extrema. Los agujeros negros suelen formarse a partir de remanentes de estrellas al menos 10 o 15 veces más grandes que nuestro Sol y cuya vida puede extenderse por miles de millones de años.

ORIGEN DEL NOMBRE SAGITARIO A

Durante la década de 1930, la ciencia vivía en un apogeo debido a avances como la teoría de la relatividad de Einstein formulada a principios de siglo que impulsó la creación de nuevos centros astronómicos y la construcción de grandes telescopios que se usarían para las nuevas investigaciones científicas. También la “ nueva ciencia” se estaba formulando: la mecánica cuántica Impulsada por científicos como Erwin Schrödinger, Paul Dirac, Werner Heinsnberg, Niels Bohr, entre otros, ganó rápidamente interés en muchos de los intelectuales de la época. Tal parecía que el futuro de la ciencia estaba en la investigación de lo que sucede a escala subatómica

¿ Q U É E S E L

E S P A C I O - T I E M P O ?

EL ESPACIO-TIEMPO ES EL TEJIDO UNIVERSAL DE CUATRO

DIMENSIONES (TRES ESPACIALES Y UNA TEMPORAL) SOBRE EL CUAL SE ENCUENTRA TODO LO QUE EXISTE. ES EL PRINCIPIO FUNDAMENTAL DE LA GRAVEDAD

Pero en el año 1933, los laboratorios de la telecomunicadora Bell intentaban crear radioteléfonos, sin embargo, una extraña señal en el Atlántico provocaba que sus transmisiones se interfirieran.

Debido a esto, la telecomunicadora pidió al ingeniero de radio americano, Karl Jansky que investigara la extraña señal sobre el Atlántico Para esta labor el ingeniero de radio elaboró un receptor de radio especial para captar ondas de radio en cualquier dirección y al utilizarla para investigar la extraña señal de radio se percató que está no provenía de la Tierra, sino que, provenía del espacio estelar, más en concreto, se dio cuenta que estas emisiones provenían de la constelación de Sagitario.

Debido a que ese descubrimiento salía de su área de trabajo y estudio, Jansky no continuó indagando más a fondo en su descubrimiento Pero este descubrimiento fue de gran utilidad para que otras personas pudieran investigar más a fondo la extraña onda de radio en la constelación de Sagitario, y se encontraron con algo extraordinario el centro de nuestra galaxia.

EL NACIMIENTO DE SAGITARIO A

Desde las primeras predicciones sobrede los agujeros negros supermasivos en los centros galácticos se ha mantenido un enigma: su origen Por múltiples investigaciones y observaciones, se sabe que los agujeros negros tienen su origen en la muerte de una estrella de unas 15 o 20 veces el tamaño de nuestro Sol, sin embargo, los agujeros negros creados a partir de muertes estelares no son tan grandes y masivos (o algo remotamente parecido) como los agujeros negros de los centros galácticos, por lo que esto ha mantenido pensando durante varios años a distintos físicos

Ante este duda, un grupo de físicos de la Universidad de Nevada, Las Vegas (UNLV), realizó un estudio sobre el tema en el que encontraron el probable origen de Sagitario A* Según el estudio publicado en la revista Nature Astronomy, es probable que nuestro agujero negro haya tenido origen en una fusión cósmica en el pasado

Fue con las imágenes tomadas por el Telescopio del Horizonte de Sucesos (EHT, por sus siglas en inglés) que los investigadores de la UNLV, Yihan Wang y Bing Zhang pudieran desarrollar su hipótesis sobre el origen de Sgr A* Su estudio reveló que hace aproximadamente 9 mil millones de años, cuando la Vía Láctea se fusionó con la galaxia Gaia-Enceladus Sagitario A* se fusionó con otro agujero negro convirtiéndolo en un agujero negro supermasivo.

EL GIGANTE QUE DUERME EN EL CENTRO DE LA GALAXIA

LA DISTANCIA QUE RECORRE LA LUZ EN UN AÑO TERRESTRE LA VELOCIDAD DE LA LUZ ES DE 299 792 458 M/S

Como bien sabemos, el Sistema Solar se encuentra ubicado en el extremo del brazo de Orión y a partir de aquí a unos 26 000 años luz de distancia se encuentra el centro de la Vía Láctea, nuestra galaxia, donde habita el agujero negro Sagitario A*. Sin embargo, nuestra galaxia no es la única en portar un agujero negro en su núcleo, ya que en el centro de cada una alberga un gigante oscuro (muy probablemente) que es el responsable de la forma y estructura de la galaxia misma Con una masa de aproximadamente 4 1 millones de veces la del Sol y con un tamaño de aproximadamente 6.700 millones de kilómetros, Sagitario A* coordina el movimiento de la Vía Láctea y se convierte en el agujero negro supermasivo más cercano a nosotros

Nuestro gran gigante a comparación de otros agujeros negros de centros galáticos parece ser menos luminoso, esto quiere decir que Sagitario A* no ha estado consumiendo material estelar (estrellas, gas, polvo) recientemente ¿Alguna vez te has preguntado cómo se produce el “ aro de fuego” que vemos alrededor de Sagitario A*? Cuando un agujero negro se acerca lo suficientemente a un objeto estelar como una estrella o una nebulosa, este “lo devorará” y esta materia caerá muy cerca de el y rotará alrededor de su horizonte de sucesos Debido a la gravedad del agujero negro es que este material se calentará de tal manera que de forma al “ aro de fuego” que vemos en las imágenes de Sagitario A*, a esta región se le conoce como disco de acreción

¿POR QUÉ UN AGUJERO NEGRO NO ES

¿ C Ó M O U N A G U J E R O

P U E D E E V A P O R A R S E Y

M O R I R ?

Esta inquietante duda que mantenía a los físicos de los años 60 y 70 fue resuelta por el gran físico británico Stephen Hawking durante los años de 1970. En su libro “La teoría del todo: el origen y destino del universo” Stephen Hawking nos explica cómo el vacío como lo conocemos, no está vacío del todo, sino que en el habitan partículas virtuales, es decir, partículas que no existen Debido a la poderosa gravedad del agujero negro es que estas partículas virtuales pueden absorber energía del campo gravitatorio permitiéndolas existir, empero, estas partículas no se crean por separado sino que lo hacen a través de un par partícula-antipartícula Todo este proceso ocurre en región denomidad “horizonte de sucesos ” que es la frontera entre el universo y la singularidad del agujero negro. Y la forma en cómo este puede brillar es que al momento en el cual se crea el par partículaantipartícula, una de estas puede formarse dentro del horizonte de sucesos mientras que la otra se forma fuera de esta zona y es precisamente por la energía de la partícula que fue formada en el exterior del horizonte de sucesos que los agujeros negros que pueden evaporarse y eventualmente morir

L A R E L A T I V I D A D Y

S A G I T A R I O A

En recientes fotografías publicadas por la Universidad de Canarias, la NASA y demás instituciones, se puede observar que en los alrededores de Sagitario A se encuentran orbitando diversas estrellas a su alrededor como producto de su intensa gravedad

Sagitario A influye en estas de una manera diferente que al resto de la galaxia, ya que al estar tan cerca de un cuerpo tan masivo las estrellas sufren el efecto predicho por la relatividad general: corrimiento al rojo de la luz

Sabemos que la luz no puede escapar del agujero negro debido a su intensa gravedad, sin embargo, aún la luz que está a los alrededores de Sagitario A* sufre un retraso significativo en su velocidad y color.

En el artículo de National Geographic: “Un agujero supermasivo vuelve a dar la razón a Einstein” se entrevistó a la astrónoma Andrea Ghez de la Universidad de Los Ángeles, California

En dicha entrevista se abordó una de las predicciones de la teoría de la relatividad de Einstein en la que sugiere que la luz perderá energía cuando atraviese un campo gravitacional intenso, en otras palabras, que debido a la potente gravedad de un cuerpo estelar (como el agujero negro en este caso), la luz requerirá de mayor esfuerzo para salir del campo gravitacional del cuerpo, esfuerzo que se traduce en pérdida de energía

Para comprobar esta predicción de la teoría de Einstein, el equipo de la astrónoma Andrea Ghez decidió observar e investigar los efectos que Sagitario A tenía sobre una de las estrellas que se encontraban orbitando: la estrella S0-2. Este cuerpo cósmico tarda en dar una órbita completa al gigante oscuro en un aproximado de 16 años terrestres, sin embargo, su trayecto es un tanto peculiar, ya que pasa de estar muy cerca del agujero negro a estar muy lejos

D D

i n v e s t i g a c i o n e s l o s i n g e n i e r o s y

f í s i c o s d e l a N A S A h a n c o n s t r u i d o u n

a p a r a t o q u e s i r v e d e s o p o r t e p a r a

o b t e n e r ( e n t r e o t r a s c o s a s ) l a

v e l o c i d a d r o t a c i o n a l d e u n c u e r p o .

Es cuando la estrella S0-2 se acerca demasiado a Sgr A* que se pueden observar de manera más clara y concisa el efecto del desplazamiento al rojo gravitatorio de la luz debido al aumento del campo gravitatorio de la bestia supermasiva

Pero este no es el único efecto de Sagitario A* a sus alrededores, sino que también surge uno muy interesante debido a su velocidad De acuerdo a un estudio publicado por la NASA en Monthly Notices of the Royal Astronomical Society, un grupo de seis físicos decidió calcular la velocidad de rotación de Sgr A* con el Observatorio de Rayos X Chandra, en el mismo estudio se describe cómo los físicos encontraron que Sagitario A gira a una velocidad de 0 84 y 0 96 de lo que es capaz un agujero negro con sus características, siendo uno la velocidad máxima. En otras palabras, los físicos encontraron que Sagitario A rota a una alta velocidad ocasionando el efecto “arrastre de marco ” o “Lense-Thirring” que es cuando un agujero negro arrastra el espacio-tiempo con su rotación. Lo que observarías en un escenario como este al entrar en Sagitario A, es como el universo se mueve a una alta velocidad y de manera curvada o espiral

E l O b s e r v a t o r i o X C h a n d r a e s u n

t e l e s c o p i o u t i l i z a d o p a r a r e g i s t r a r

l a s e m i s i o n e s d e r a y o s X e n l a s z o n a s

m á s c a l i e n t e s d e l u n i v e r s o P a r a

c a l c u l a r l a v e l o c i d a d r o t a c i o n a l s e

u t i l i z a e l m é t o d o f l u j o d e s a l i d a q u e

c o n s i s t e e n u s a r e l t e l e s c o p i o X

C h a n d r a p a r a a n a l i z a r l a s e m i s i o n e s

d e r a y o s X p r o v e n i e n t e s d e l a

m a t e r i a q u e e s t á r o t a n d o a l r e d e d o r

d e l a g u j e r o n e g r o c o n o c i d o c o m o e l

d i s c o d e a c r e c i ó n .

LA HISTÓRICA IMAGEN DE SAGITARIO A

En el 2019, un gran grupo de científicos de distintas universidades e instituciones del mundo utilizaron el Telescopio del Horizonte de Sucesos (EHT) para captar la primera imagen de un agujero negro en la historia Fue gracias a este telescopio que la humanidad observó al agujero negro central de la galaxia M87, sin embargo, todavía quedaba un reto por delante: fotografiar al agujero negro de nuestra galaxia Y fue este mismo equipo de científicos que en el año 2022 utilizaron nuevamente la red mundial de radiotelescopios (EHT) para fotografíar por primera vez a Sagitario A*.

Estas fueron las palabras de Sara Issaoun, investigadora del centro de astrofísica de Harvard al presentar por primera vez las imágenes de Sagitario A* desde el Observatorio Europeo Austral (ESO) en Múnich, Alemania:

Esta es la primera imagen de Sagitario A*, el agujero negro supermasivo situado en el centro de nuestra galaxia, que es cuatro millones de veces más masivo que el Sol. Presentamos la primera prueba visual directa de su presencia.

MÉXICO EN EL DESCUBRIMIENTO DE SAGITARIO A

Uno de los radiotelescopios utilizados para tomar la histórica imagen de Sagitario A* fue el Gran Telescopio Milimétrico “Alfonso Serrano” (GTM) que se ubica en la Sierra Negra de Puebla, México

“El GTM es el radio telescopio de patio único más grande el mundo, diseñado, construido y optimizado para realizar observaciones en una longitud de onda de un milímetro, además de la sensibilidad que el GTM brinda al telescopio de horizonte de eventos su ubicación geográfica en México que se encuentra en la parte central de la red global permite que las observaciones hagan una aporte importante a la calidad de las imágenes finales de los agujeros negros supermasivos”, declaró en una entrevista de Excelsior el director del GTM, David Hugues

¿Cómo funciona la Inteligencia Artificial?

En los últimos años hemos visto cómo la Inteligencia Artificial se ha hecho presente en muchas áreas de nuestra vida, desde tener agentes inteligentes en casa como ALEXA de Amazon y Siri de Apple, hasta herramientas como Google Maps para ir a nuestros trabajos Sin embargo, has pensado ¿cómo funciona la Inteligencia Artificial?

Las máquinas pensantes

Probablemente la primera reacción de las personas al ver el artículo “Maquinaria e inteligencia informática” por Alan Turing en 1950 en donde se hacía la pregunta: “¿Pueden pensar las máquinas?”, fuera de asombro o de indiferencia, ya que por estos años el crear una máquina que fuera capaz de replicar a un ser humano era cuestión del área de ciencia ficción. Sin embargo, lo que no muchos sabían era que siete años atrás Warren McCulloch y Walter Pitts mostraron la primera red neuronal de la historia, considerada la primera Inteligencia Artificial creada

Fue hasta el año de 1956 que John McCarthy acuñó el nombre de “Inteligencia Artificial” en el que esta área de la informática comenzó a cobrar importancia, imagínate vivir en los años 50 y saber que algo que era considerado imposible empezaba a nacer. Debido al gran auge fue que en la década de 1960 se creó el primer lenguaje de programación para la Inteligencia Artificial: LISP Este lenguaje de programación consistía en una sintaxis muy primitiva y poco entendible, pero fue suficiente para dar paso al desarrollo de nuevos programas como ELIZA que fue el primero en procesar el lenguaje natural para simular conversaciones con humanos

Por lo que, para las décadas de 1970 y 1980 se le dio una gran financiación a esta tecnología, impulsando así su desarrollo.

LA MATERIA PRIMA DE LA IA: DATOS

Es difícil de imaginar cómo crear una máquina como lo es la IA, que sea capaz de imitarnos en todas las áreas, desde nuestro humor hasta asuntos públicos, es sin duda uno de los desarrollos más fascinantes y poderosos de la tecnología vanguardista Pero aunque no lo creas el origen de cómo se comienzan a desarrollar estos programas está en los datos: estadísticas, opiniones, emociones, sucesos, etc

Los datos son la fuente de alimentación de la IA, sin estos la Inteligencia Artificial se verá perjudicada al querer desarrollarse correctamente Y esto no es todo, ya que para desarrollar una Inteligencia Artificial como Chat GPT, Gemini, los carros Tesla, entre otros, se requiere de miles y miles de datos, miles y miles de Terabytes para

moldear una máquina capaz de imitar lo que hacemos.

Pero no solo importa la cantidad de datos, sino también lo es la calidad de estos mismos datos, es decir, los datos deben ser de calidad y precisos sobre un tema. Por ejemplo, imagínate que eres el CEO de Sony Pictures y quieres saber la reacción de la audiencia ante ciertas escenas para saber si es de su agrado o no, para esto debes recopilar información acerca de cómo se ven reflejadas las emociones en la expresión humana

(porque la IA no conoce cómo son las emociones humanas) cuidando su calidad de imagen y posición correcta para lograr que la IA detecte que lo que está viendo es una cierta emoción humana Entre los datos no se puede tener una imagen de una persona viendo hacia abajo, ya que esto puede llegar a confundir a la IA debido a que no detecta la expresión facial y por lo tanto no puede saber qué expresión es la que está contemplando.

Es difícil de imaginar cómo crear una máquina como lo es la IA, que sea capaz de imitarnos en todas las áreas, desde nuestro humor hasta asuntos públicos...

¿CÓMO APRENDEN LAS MÁQUINAS?

Además de los datos, que son fundamentales para la creación de las IAs, también lo son las formas en cómo van a aprender estos datos, es decir, sus modelos de aprendizaje. Recientemente, se ha oído mucho acerca del modelo de aprendizaje automático (Machine Learning) en el que una máquina aprende por su propia cuenta o con ayuda de un ser humano haciendo uso de las redes neuronales

Hay cuatro maneras en que una Inteligencia Artificial pueda aprender a través del Machine Learning:

Aprendizaje supervisado: cuando una máquina aprende con ayuda de un ser humano (administrándole datos “etiquetados” y entrenándolo constantemente)

REDES NEURONALES, MACHINE LEARNING Y DEEP LEARNING

Aprendizaje semi-supervisado: cuando una máquina aprende por su cuenta, sin embargo, el ser humano le sigue administrando algunos datos “etiquetados”.

Aprendizaje no supervisado: cuando una máquina aprende por su cuenta y todos los datos que se le administran no están etiquetados.

Aprendizaje por refuerzo: cuando una máquina aprende a base de prueba y error

Cada modelo puede ser para un fin específico, es decir, si lo que se desea es desarrollar una IA que haga predicciones acerca de las acciones de una compañía, se puede emplear cualquiera de los anteriores modelos, sin embargo, el más usado para estos casos es el aprendizaje supervisado

Ahora bien, si quiere desarrollar un automóvil o robot autónomo el modelo más recomendable es el aprendizaje por refuerzo, ya que con este consigue que el programa de IA aprenda desde el mundo virtual qué debe hacer para determinadas tareas, y al terminar de desarrollar el programa de IA se podrá utilizar en el mundo físico obteniendo así un margen de error muy mínimo o nulo

De acuerdo con la gigante tecnológica IBM, una red neuronal es: “Un programa de aprendizaje automático (machine learning), o un modelo, que toma decisiones de maner similar a como lo haría un cerebro humano, mediante el uso de procesos que imitan la forma en que funcionan las neuronas biológicas trabajan juntas para identificar un fenómeno, sopesar opciones y llegar a conclusiones”

Y estas redes neuronales son el cerebro de las IAs, es gracias a estas que se pueden aplicar varios métodos de aprendizaje y tener buenos resultados en el desarrollo de las IAs

Los datos etiquetados se refieren a cantidades con nombre, por ejemplo, una base de datos acerca de las características de las distintas razas de perro (como su altura, longitud y peso) Estos datos etiquetados ya tienen una relación específica con cierta situación, en este caso, las características de los perros

Cuando tenemos datos no etiquetados, significa que (retomando el ejemplo anterior) tenemos una base de datos con las características de las distintas razas de perro pero no señalamos específicamente a qué se refiere, en otras palabras, no señalamos qué datos se refieren a su peso o altura o a su longitud, ya que la misión de la IA en este caso es encontrar una relación por su propia cuenta Estos datos no etiquetados son utilizados en modelos de aprendizaje no supervisado para tener un mejor desarrollo de la Inteligencia Artificial.

¿CÓMO LA IA EXPLORA EL MUNDO?

Si ya es fascinante el poder crear un programa con el cuál se puedan hacer múltiples tareas como predicciones o clasificaciones con datos numéricos y no numéricos Imagínese desarrollar un programa capaz de identificar objetos del mundo físico y resolver problemas o realizar actividades. ¿Cómo crees que funcionan los autos autónomos o los robots de tránsito? ¿Cómo crees que funcionan los programas utilizados en los hospitales para detectar algún tipo de tumor en los pacientes? Muchas de estas cosas se deben a la aplicación de la visión artificial.

La manera en cómo se entrenan estas IAs para estos fines es idéntica a como se entrenaría una IA de predicciones, a través de datos, un tipo de red neuronal y un modelo de aprendizaje Lo único que difiere en esta situación son los datos, ya que estos en lugar de ser numéricos son imágenes Pongamos un ejemplo, para el desarrollo de una IA capaz de detectar tumores cerebrales, los datos requeridos para entrenar dicha IA tendrán que ser imágenes de tumores cerebrales e imágenes de cerebros sin tumores, esto con el fin de que la IA

encuentre un patrón sobre cómo se vería un cerebro sin tumor y uno con tumor, esto gracias al uso de una red neuronal convolucional (CNN por sus siglas en inglés) Sin embargo, lo increíble de esto es que, con los datos correctos y el entrenamiento adecuado, con una imagen cerebral la IA puede predecir si en algún punto se desarrollará un tumor en dicho cerebro, además de indicar el área en donde se desarrollará.

¿QUÉ ES UNA RED NEURONAL CONVOLUCIONAL?

Para entrenar una IA para una tarea de detección y clasificación de objetos es recomendable utilizar una red neuronal convolucional (CNN por sus siglas en inglés) debido a que este tipo de red neuronal utiliza el álgebra lineal (multiplicación de matrices) para identificar patrones en una imagen.

¿DÓNDE SE USA EL NLP?

El NLP está presente en muchas de las cosas que hacemos diariamente Por ejemplo, cada vez que le haces una pregunta a Siri o Alexa, el NLP convierte tu voz en texto, interpreta lo que dices y genera una respuesta adecuada También lo usamos en aplicaciones como Google Translate, que traduce textos de un idioma a otro manteniendo el significado y el contexto. Además, está detrás de los chatbots que responden preguntas en tiendas en línea o de los sistemas de análisis de comentarios en redes sociales, que identifican si una opinión es positiva o negativa.

¿CÓMO LA IA ENTIENDE EL LENGUAJE HUMANO?

¿Te has preguntado cómo es posible que asistentes como Siri, Alexa o ChatGPT entiendan lo que les dices y te respondan de manera lógica y coherente? Este tipo de tecnología es gracias al Procesamiento del Lenguaje Natural (NLP, por sus siglas en inglés), una rama de la inteligencia artificial que busca que las computadoras comprendan, interpreten y generen el lenguaje humano

Así como en otros campos de la inteligencia artificial se entrenan modelos para reconocer imágenes o realizar predicciones con datos numéricos, el NLP utiliza técnicas específicas para trabajar con palabras, frases y el contexto que estas tienen en el lenguaje Este proceso combina reglas lingüísticas, modelos estadísticos y redes neuronales avanzadas, logrando que las máquinas no solo procesen palabras, sino que también entiendan su significado y cómo se relacionan entre sí

¿CÓMO FUNCIONA EL NLP?

El NLP funciona en varios pasos sencillos Primero, limpia y organiza el texto o la voz, eliminando elementos innecesarios y separando las palabras en partes más simples Luego, convierte estas palabras en números que las máquinas pueden entender Finalmente, analiza el significado del texto usando modelos entrenados con grandes cantidades de datos, permitiéndole interpretar contextos, identificar emociones o incluso responder preguntas

Referencias

SAGITARIO A: EL CORAZÓN DE NUESTRA GALAXIA

https://www.ngenespanol.com/el-espacio/ asi-es-sagitario-a-el-agujero-negrosupermasivo-en-el-centro-de-la-vialactea/

https://www.sea-astronomia.es/glosario/ radiacion-de-hawking

https://cnnespanol.cnn.com/2023/11/28/ agujero-negro-nuestra-galaxia-giravelocidad-arrastra-espacio-tiempo-trax

https://ieqfb.com/que-es-laespectroscopia-tipos-y-tecnicas/

https://www.agenciasinc.es/Noticias/ Primera-imagen-del-agujero-negro-delcentro-de-nuestra-galaxia

¿CÓMO FUNCIONA LA INTELIGENCIA ARTIFICIAL?

https://www ibm com/think/topics/ neural-networks

https://www ibm com/es-es/topics/ computer-vision

https://www ibm com/es-es/topics/ convolutional-neural-networks

https://www ibm com/think/topics/ natural-language-processing