BROKER

ALeRCE visita la UdeC para dar fruto a nuevos proyectos

La Unidad de Data Science acogió al equipo del Automatic Learning for the Rapid Classification of Events (ALeRCE) para realizar una hackatón y un workshop buscando desarrollar nuevos proyectos, fuera de la cotidianeidad del agente astronómico. Con el objetivo de impulsar la innovación y la creatividad, más allá de las tareas habituales, es que se reunieron los miembros del bróker ALeRCE, para llevar a cabo diferentes proyectos –originales y que no estuvieran en la agenda a corto plazo- en tan solo una semana. En las dependencias de la UDS UdeC y contando con ingenieros e ingenieras de Software y de Machine Learning, y astrónomos/as, tras una hackatón se seleccionaron cuatro proyectos para trabajar, que se abordaron en cuatro grupos. Con el equipo distribuido en distintas partes de Chile -Santiago, Concepción y Valparaíso- para Guillermo Cabrera, co-director y miembro  del comité científico de ALeRCE, “es importante que cada cierto tiempo estemos todos reunidos para conocernos un poco más y generar un vínculo más fuerte”. “Nos dedicamos a resolver un problema específico que no había sido prioridad en el pasado, pero que en tan solo una semana generó cuatro nuevos productos. Avanzamos significativamente más rápido de lo habitual durante el año, ya que todos estábamos enfocados en un objetivo concreto. Para el proyecto es súper importante porque podemos tener prototipos de productos que apoyan el sistema”. Las ideas a desarrollar fueron, una herramienta para identificar objetos astronómicos en diferentes catálogos; otra herramienta interactiva para seleccionar el periodo de una estrella; e identificar objetos similares en base a diferentes características, permitiendo detectar qué objetos comparten similitudes y cuán cercanos están entre sí. Y el último proyecto consistió en el desarrollo de un sistema basado en GPT, que recibe información de todos los servicios disponibles en ALeRCE, con lo que el sistema proporcionará orientación y sugerencias sobre cómo abordar diversos problemas, guiando al usuario hacia las herramientas y recursos adecuados. «Son ideas que ya habíamos discutido, pero debido a la falta de tiempo, tanto por la naturaleza de ALeRCE como por nuestras responsabilidades individuales, no las llevábamos a cabo. Todas se incluirán en algún momento en el proyecto principal”, comentó el co-director y miembro comité estratégico ALeRCE, Francisco Förster. “Esta semana nos permitirá evaluar el trabajo que implica cada uno de ellos. Uno se da cuenta de que es más fácil de lo que se pensaba; solo era cuestión de dedicarse», destacó. Vigilando el cielo Como un proyecto pionero en Chile, ALeRCE es un agente astronómico virtual, cuyo objetivo se enfoca en clasificar objetos astronómicos variables en el tiempo, reportados por grandes telescopios que mapean el cielo todas las noches. Creado en 2017, nació como una colaboración entre el Instituto Milenio de Astrofísica (MAS) y el Centro de Modelamiento Matemático (CMM) de la Universidad de Chile, uniéndose posteriormente la Fundación Data Observatory (DO), y la Universidad de Concepción (UdeC). ALeRCE se integra con la red de telescopios ATLAS, financiados por la NASA, cuyo objetivo es detectar y alertar de forma temprana asteroides que presenten un riesgo para la vida en el planeta. Para lograrlo, procesa datos de ATLAS y los combina en tiempo real con observaciones del Zwicky Transient Facility (ZTF) en California, EE. UU., convirtiéndose así en el primer bróker que combina grandes flujos de datos en un sistema multi telescopio global12.

ALeRCE visita la UdeC para dar fruto a nuevos proyectos Read More »

Charla: Análisis de datos del cielo nocturno – Proyecto ALeRCE

¿Que rol tienen las herramientas de ciencia de datos a la hora de analizar el cielo nocturno? El diploma en Ciencia de Datos Avanzado te invita a conocer en más profundidad su importante misión en la clasificación de objetos astronómicos. Diego Rodríguez, ingeniero informático UdeC, nos cuenta cómo contribuyen las herramientas de análisis de datos en el procesamiento de la información -por parte de ALeRCE- entregada por telescopios que observan el cielo noche tras noche. ALeRCE es un broker chileno que se dedica a clasificar objetos astronómicos variables en el tiempo, que son reportados por grandes telescopios que mapean el cielo todas las noches, y hace poco tiempo se unió a la red de cuatro telescopios ATLAS, financiados por la NASA. Para conocerlo en más profundad y saber cómo interviene la ciencia de datos en todo el trabajo que realiza este agente astronómico, participa de la charla el próximo miércoles 24 de agosto, a las 7 pm. vía Zoom. Inscríbete en el siguiente enlace para participar https://us02web.zoom.us/webinar/register/WN_CfYMX8eUQ2GNgGY4Mlz_jg

Charla: Análisis de datos del cielo nocturno – Proyecto ALeRCE Read More »

ALeRCE será el primer broker en procesar datos de la red de cuatro telescopios ATLAS financiados por la NASA

El agente astronómico virtual o broker chileno ALeRCE -dedicado a clasificar objetos astronómicos variables en el tiempo y reportados por grandes telescopios que mapean el cielo todas las noches- presentó en Irlanda una nueva fase de su proyecto, esta vez junto a la red de telescopios ATLAS. ALeRCE (Automatic Learning for the Rapid Classification of Events) fue creado en 2017 como una colaboración interinstitucional entre el Instituto Milenio de Astrofísica (MAS) y el Centro de Modelamiento Matemático (CMM). A ellos se unió la fundación Data Observatory (DO) en 2020, y la Universidad de Concepción (UdeC) y la Universidad Mayor en 2022, además de sumar a investigadores de más de 20 instituciones nacionales y extranjeras desde sus inicios. En una nueva etapa de desarrollo, se integra a ATLAS, una red de cuatro telescopios (dos de los cuales están ubicados en Hawaii y dos que comenzaron a operar en 2022 en el hemisferio sur, en Sudáfrica y Chile) cuyo objetivo es detectar y alertar de forma temprana asteroides que presenten un riesgo para la vida de las personas. Para lograrlo, observa el cielo nocturno cuatro veces por noche, detectando millones de eventos variables en el proceso, lo que significa gran cantidad de datos para analizar. Según explica, Francisco Förster, investigador principal de ALeRCE, investigador asociado del Instituto Milenio de Astrofísica (MAS) y del Centro de Modelamiento Matemático (CMM), el trabajo que ahora realiza el equipo interdisciplinario de ALeRCE “es convertir esta información entregada por ATLAS en un flujo de datos que se cruza en tiempo real con las observaciones del Zwicky Transient Facility (ZTF) en California, EEUU, convirtiéndose así en el primer broker que combina grandes flujos de datos en un sistema multi telescopio global. Esta combinación de datos potenciará los descubrimientos científicos y aumentará la resiliencia de ALeRCE como sistema de clasificación automática de los objetos variables en el universo». ALeRCE funciona con una infraestructura híbrida, procesando datos principalmente en la nube (AWS-DO), en el Laboratorio Nacional de Computación de Alto Rendimiento (NLHPC) y utilizando recursos propios, instalados en Red Universitaria Nacional (REUNA), un punto crítico para el intercambio de tráfico académico nacional e internacional. Además, utiliza herramientas de procesamiento masivo de datos, inteligencia artificial y visualización, para alertar tempranamente a la comunidad internacional acerca de los eventos de mayor interés científico. “Durante años hemos desarrollado las herramientas de inteligencia artificial enfocadas en ZTF. Esta nueva etapa nos plantea nuevos desafíos, en la extensión de estos métodos a datos provenientes de diferentes telescopios. Es como enseñarle al computador a aprender desde diferentes fuentes, tal como lo hacemos los seres humanos”, asegura Guillermo Cabrera-Vives, líder del área de machine learning de ALeRCE, director de la Unidad de Data Science UdeC e investigador adjunto del MAS.   El investigador cuenta que, desde 2019, ALeRCE procesa alrededor de 300 mil eventos variables por noche, provenientes del observatorio ZTF, con un equipo de ingeniería dedicado, que desarrolla herramientas para una comunidad de más de seis mil usuarios, en 125 países. En 2021, este proyecto nacional fue seleccionado como uno de los siete brokers comunitarios en el mundo que clasificará los más de 10 millones de eventos por noche que reportará el observatorio Vera C. Rubin, que comenzará a operar desde Chile en 2024. Además ha sido pionero en varios aspectos: fue el primer broker en reportar públicamente sus clasificaciones usando inteligencia artificial; es el que reporta más rápido y en mayor número explosiones de supernova (más de 14 mil candidatos); es el primero en enriquecer los datos automáticamente con información histórica sobre miles de millones de objetos; y, desde junio de 2022, es el primer broker en ingerir datos de la red de los cuatro telescopios ATLAS, ubicados en Hawaii, Sudáfrica y Chile. Andrés Jordán, director del Instituto Milenio de Astrofísica (MAS) y Chief of Science Officer de Data Observatory (DO), señala que «los mayores desafíos para ALeRCE en el futuro son escalar para procesar el enorme volumen de datos provenientes del observatorio Rubin, incorporar datos de más telescopios, y desarrollar nuevas herramientas de inteligencia artificial, que permitan a la comunidad internacional extraer la mejor ciencia de estas observaciones. En particular, un desafío importante es desarrollar herramientas que permitan detectar aquellos objetos de naturaleza desconocida, que podrían revolucionar nuestro entendimiento sobre el universo dinámico en la próxima década». Entre los indicadores más importantes de ALeRCE se puede destacar que en un año ha procesado más de  200 millones de alertas en tiempo real, incluyendo 40 millones de imágenes. Ha reportado más de 6000 supernovas, 60 mil agujeros negros supermasivos ó 800 mil estrellas variables.

ALeRCE será el primer broker en procesar datos de la red de cuatro telescopios ATLAS financiados por la NASA Read More »

CRÉDITOS 6 / 48 HORAS

Fundamentos de bases de datos y algoritmos

Esta asignatura está orientada a la formación de competencias básicas para la solución de problemas de naturaleza algorítmica elemental, junto con el diseño y consulta de bases de datos relacionales de baja complejidad. Contempla el desarrollo de habilidades básicas en programación y algoritmos e incluye conceptos fundamentales para el trabajo con bases de datos.