Descifrar las verdaderas edades de las estrellas
Los modelos modernos de evolución estelar se basan en el conocimiento de la abundancia de helio, un ingrediente fundamental, aunque difícil de determinar con precisión. Como segundo elemento más abundante en el universo, el helio determina la composición interna, la temperatura, la luminosidad y la vida útil de una estrella. Dado que es notoriamente difícil medirlo, los modelos tradicionales simplemente adivinan o suponen el contenido de helio de una estrella en lugar de determinarlo a partir de observaciones. Esto generó incertidumbres sistemáticas en nuestros mapas cósmicos. El objetivo principal del proyecto CartographY, financiado por el Consejo Europeo de Investigación, era superar las suposiciones infundadas y lograr que los perfiles estelares no solo fueran más precisos, sino también genuinamente fiables.
Cambiar las conjeturas por datos «honestos»
«Una de las actividades principales del proyecto consistió en cartografiar y medir el helio estelar interno mediante la astrosismología, el estudio de las oscilaciones estelares», señala el coordinador del proyecto, Guy Davies. «Al combinar datos astrosísmicos de alta calidad con espectroscopia y astrometría, superamos el error de basarnos en un único conjunto fijo de supuestos». Al combinar estos datos, el equipo dedujo propiedades estelares como la masa, el radio, la edad y el contenido de helio, al tiempo que cuantificó la incertidumbre en dichas propiedades. Para convertir enormes cantidades de datos de observación en ciencia fiable, en CartographY se combinó física estelar, aprendizaje automático e inferencia estadística. Los investigadores construyeron grandes redes de modelos de evolución estelar, con lo que cartografiaron cómo las diferentes masas, abundancias de helio y suposiciones sobre la mezcla interna afectan las propiedades observables de una estrella. Dado que calcular los ciclos de vida estelares completos es computacionalmente agotador, el equipo entrenó emuladores de aprendizaje automático para imitar estos modelos detallados de forma mucho más rápida. En última instancia, en lugar de tratar cada estrella de forma aislada, los investigadores introdujeron modelos jerárquicos bayesianos(se abrirá en una nueva ventana). Esto les permitió estudiar poblaciones estelares enteras simultáneamente, lo que ayudó a revelar patrones más amplios, como la forma en que cambian los niveles de helio junto con otros metales en diferentes grupos de estrellas. «Un logro fundamental del proyecto fue la capacidad de inferir las edades estelares de una manera más honesta y coherente. En lugar de preguntarse cuál es la edad de una estrella según un modelo rígido y potencialmente defectuoso, en CartographY se evalúa cuán sólida se mantiene esa edad en diferentes modelos plausibles de evolución estelar», explica Davies. «Al incorporar las incertidumbres sistemáticas directamente en las ecuaciones, ahora podemos distinguir los datos estelares genuinamente bien definidos de aquellos que solo parecen precisos porque se ignoraron las fallas del modelo». Además, el uso de la evidencia del modelo bayesiano ofreció al equipo una forma sistemática de comparar modelos estelares contrapuestos. «En lugar de elegir el modelo que ofrece la menor incertidumbre formal, identifica qué modelos están mejor respaldados por los datos de observación», explica Davies.
El problema del giro y la búsqueda de estrellas que albergan exoplanetas
Para validar los modelos y comprender realmente dónde fallan los modelos estelares actuales, la siguiente fase requiere escalar el método de CartographY a muestras de estrellas más grandes y diversas. Otra frontera crucial es la rotación estelar. La rotación de una estrella contiene pistas vitales sobre su edad, pero en CartographY se reveló que la comprensión actual de la evolución de la rotación es menos segura de lo que se esperaba. Aplicar un modelo de rotación incorrecto de forma demasiado agresiva conlleva el riesgo de sesgar las edades estelares inferidas. Por lo tanto, en lugar de apresurarse a utilizar la rotación como una métrica ciega, el equipo se centra en utilizar su marco bayesiano para validar y mejorar cuidadosamente las teorías de rotación en primer lugar. De cara al futuro, esta nueva metodología está llamada a desempeñar un papel fundamental. Las próximas misiones, como PLATO de la Agencia Espacial Europea, pronto proporcionarán datos de alta calidad sobre las estrellas que albergan exoplanetas, lo que hace más importante que nunca contar con herramientas que ofrezcan perfiles estelares realmente precisos, y no solo muy precisos.
