Sintesi del progetto
ASTRAI ha sviluppato strumenti di intelligenza artificiale per accelerare lo studio delle supernovae, riducendo il peso computazionale delle simulazioni idrodinamiche e sopperendo alla scarsità di dataset etichettati. Il progetto punta a caratterizzare automaticamente eventi transitori, un’esigenza particolarmente rilevante con l’arrivo dei grandi flussi dati dal Large Synoptic Survey Telescope (Osservatorio Vera C. Rubin).
Obiettivi
Produrre metodi rapidi e accurati per analizzare le curve di luce, generare dataset sintetici aperti e realizzare modelli in grado di operare anche in presenza di dati mancanti, così da supportare l’intero processo di osservazione e studio dei transitori esplosivi.
Problemi e necessità
Le analisi astronomiche richiedono simulazioni costose e dataset completi, spesso difficili da ottenere. La comunità ha bisogno di tecniche che riducano i tempi di elaborazione e permettano la ricostruzione di segnali parziali, così da velocizzare la classificazione dei fenomeni e migliorarne l’interpretazione scientifica.
Soluzioni sviluppate
ASTRAI ha prodotto dataset sintetici aperti e modelli generativi capaci di ricostruire curve di luce. Sono state integrate tecniche di data augmentation, mascheramento e iniezione di rumore per aumentare la robustezza della caratterizzazione anche con segnali incompleti. L’uso del Supercalcolo ha consentito l’esecuzione delle simulazioni e di esperimenti su griglie parametriche estese.
Benefici e ricadute
L’approccio accelera la ricerca, riduce il costo computazionale e offre strumenti utili anche in altri ambiti che richiedono la ricostruzione di sequenze temporali parziali. L’adozione di modelli e dataset aperti favorisce la collaborazione internazionale e la formazione di competenze nel campo dell’IA applicata alle scienze fisiche.
Settori che possono beneficiare
Oltre all’ambito Spazio, le tecnologie sviluppate possono essere adottate in Intelligenza Artificiale, Software, Nuove Tecnologie e applicazioni che analizzano serie temporali complesse, come monitoraggio ambientale, sensoristica avanzata e sistemi predittivi in diversi domini industriali.
