Un proyecto de la Comisión Nacional de Actividades Espaciales (CONAE), del Instituto de Astronomía y Física del Espacio (IAFE) y del Instituto de Astronomía Teórica y Experimental (IATE) avanza en el desarrollo de un sistema de clasificación de imágenes basado en redes neuronales profundas, que no requiere supervisión humana. La iniciativa tiene como objetivo realizar una discriminación morfológica de galaxias y nubes presentes en la atmósfera terrestre, registradas en imágenes satelitales.
“La clasificación de galaxias tiene una gran importancia para el estudio de su estructura, formación y evolución. Para el caso de las nubes, su clasificación acorde a sus tipos, extensiones, tiempos de vida y demás características, permitirán determinar con mayor exactitud el estado del tiempo y su evolución, impactando directamente en numerosas áreas ambientales como ser la agricultura, gestión de riesgos y, a largo plazo, en dinámica de cuencas, desertificación o cambio climático”, explicó Sebastián Darío Heredia, responsable del Área de Desarrollos Avanzados, Instrumental y Productos Derivados (ADAIP), de la Gerencia de Vinculación Tecnológica de la CONAE, quien es integrante del trabajo dirigido por Lucas Axel Bignone, del IAFE, entre otros profesionales.
El proyecto fue reconocido recientemente por el CONICET y Amazon Web Services (AWS) junto a otras 13 propuestas (seleccionadas de un total de 51) que potencian el desarrollo científico con enfoque federal en temas relacionados con la biotecnología, la computación cuántica, bioinformática, nanomateriales, hidrógeno verde y clasificación de imágenes, entre otros temas de interés científico.
En la premiación estuvieron presentes (de izquierda a derecha) la Presidenta del CONICET, Ana Franchi; el Ministro de Ciencia, Tecnología e Innovación, Daniel Filmus; y el Director Regional LATAM de Amazon Web Services, Andrés José Tahta. Foto: MINCYT.
Investigación de vanguardia
El proyecto de la CONAE, IAFE e IATE, denominado “Métodos generativos para la clasificación no supervisada de imágenes astronómicas y satelitales”, se va a nutrir de imágenes de galaxias. También se va a trabajar con imágenes satelitales de MODIS y GOES-16, entre otros, para hacer una clasificación de los distintos subtipos de nubes. Para el caso de GOES-16, este satélite geoestacionario toma una imagen del disco terrestre cada 15 minutos aproximadamente.
Para la investigación se implementan métodos basados en una variante de las redes neuronales generativas adversarias (GANs), por sus siglas en inglés “Generative Adversarial Networks”, que están específicamente diseñadas para ser invariantes ante rotaciones y translaciones de las imágenes. “Una particularidad de las redes neuronales es que son modelos de vanguardia, por lo tanto no están totalmente exploradas. Tampoco se han aplicado a imágenes satelitales”, expresó Heredia.
“Además de los resultados buscados, la utilización de inteligencia artificial para el estudio podría aportar nuevos descubrimientos que con análisis humano serían imposibles de alcanzar. Por ejemplo, los algoritmos podrían detectar un patrón que no haya sido identificado hasta la actualidad, como la previsión de un evento anómalo en la atmósfera”, añadió.
Avances del proyecto
En la actualidad el proyecto muestra importantes avances: “Ya se cuenta con un código implementado, que generó un modelo de clasificación utilizando 42.000 imágenes de galaxias de 64×64 pixeles”, informó Heredia.
El objetivo de Innova CONICET – AWS es acelerar los proyectos y fortalecer, a través de la infraestructura y de los servicios que Amazon brinda en la nube, el desarrollo científico, tecnológico y la innovación. “El uso de la nube de esta empresa nos permitirá ampliar estas investigaciones y acortar los tiempos de procesamiento. Ahora tenemos un año para preparar las imágenes inputs para el algoritmo, entrenar la red, validar e interpretar los resultados que se obtengan, antes de alcanzar una aplicación operativa”, concluyó.
