Desde lo alto del norte de Chile, el nuevo Observatorio Vera C. Rubin comenzará a explorar el universo con la cámara digital más grande jamás construida: 3.200 megapíxeles que capturarán el cielo del hemisferio sur cada 40 segundos, durante 10 años.
Viene con la ambiciosa misión de estudiar la evolución del cosmos, detectar supernovas, rastrear asteroides, observar objetos transitorios, y profundizar en uno de los mayores enigmas de la ciencia, la materia oscura.
Pero el verdadero desafío no es solo mirar el cielo, sino entender en tiempo real los millones de datos que este telescopio generará cada noche. Y ahí es donde entra en escena ALeRCE, el sistema chileno de inteligencia artificial seleccionado como uno de los siete brókers astronómicos del mundo -único en el hemisferio sur- con la misión de procesar esa avalancha de información.
“Este logro tiene que ver con la apuesta que han hecho varias instituciones desde hace más de una década en la formación de capital humano avanzado en preparación para Rubin, en particular el Instituto Milenio de Astrofísica (MAS) y el Centro de Modelamiento Matemático (CMM). Sin este financiamiento ALeRCE no existiría”, comentó el cofundador y miembro del comité científico y estratégico del bróker, Francisco Förster.
Por otro lado, Guillermo Cabrera, investigador principal de ALeRCE, destacó que esto los posiciona como actores clave en una de las iniciativas más ambiciosas de la astronomía moderna.
“Asumir este rol ha implicado enormes desafíos: construir infraestructura capaz de procesar millones de alertas por noche, desarrollar algoritmos de inteligencia artificial de última generación y colaborar estrechamente con equipos internacionales. Pero también representa una oportunidad única para que Chile lidere en la ciencia de datos aplicada al universo”, comentó.
Un puente entre el cielo y los datos
Desarrollado en 2019 por el Instituto Milenio de Astrofísica (MAS), el Centro de Modelamiento Matemático (CMM) de la Universidad de Chile, el Data Observatory y la Universidad de Concepción, ALeRCE opera como un intermediario inteligente entre los grandes sondeos astronómicos y los telescopios de seguimiento, permitiendo la rápida clasificación y priorización de fenómenos celestes.
Utilizando técnicas avanzadas de inteligencia artificial y aprendizaje automático, el bróker ya procesa más de 300 mil alertas cada noche, logrando identificar más de 23 mil supernovas hasta la fecha.
“El desarrollo más importante ha sido la pipeline de procesamiento de datos masivos con un survey precursor (Zwicky Transient Facility), utilizando herramientas avanzadas de la industria como Kafka y Kubernetes. Este desarrollo se ha hecho operando en AWS usando a créditos otorgados por DO”, comentó Forster.
De cara a Rubin, ALeRCE migrará a infraestructura propia, gracias al fondo concursable Quimal, lo que permitirá reducir costos y aumentar la autonomía tecnológica. Además, el equipo ha creado diversas APIs e interfaces web que permiten a investigadores y usuarios acceder fácilmente a sus productos astronómicos.
Gestionar millones de alertas por noche requiere una combinación de infraestructura computacional robusta y algoritmos de inteligencia artificial altamente optimizados.
“En ALeRCE hemos desarrollado en Chile una arquitectura de software escalable y un conjunto de modelos de clasificación que nos permiten procesar la información en segundos, priorizando lo más interesante para la comunidad científica. Todo esto se ha logrado gracias al trabajo conjunto de astrónomos, ingenieros y científicos de datos, y demuestra que desde Chile podemos crear tecnología de frontera para resolver desafíos mundiales”, destacó Cabrera, quien también es director del Centro de Datos e Inteligencia Artificial (CDIA) UdeC.
Un nuevo capítulo para la astronomía chilena
La participación de ALeRCE en el Observatorio Rubin marca un hito para la ciencia chilena: no solo por su rol estratégico en una de las misiones astronómicas más ambiciosas del siglo, sino por demostrar que Chile no solo observa el cielo, también lo interpreta con tecnología propia.
