Primera Escuela de Machine Learning sobre estrellas masivas y evento de microlente reunió a investigadores de todo el país en la UV
28 de julio 2025
Del 21 al 25 de julio, la Universidad de Valparaíso fue sede de la Primera Escuela Nacional de Machine Learning aplicada al estudio de estrellas masivas y eventos de microlente gravitacional. Con 118 postulantes para treinta cupos, la convocatoria superó con creces las expectativas y evidenció el interés creciente en el uso de herramientas de Inteligencia Artificial para enfrentar los desafíos de la astronomía moderna.
El evento fue liderado por la astrónoma Catalina Arcos, académica del Instituto de Física y Astronomía (IFA) de la UV, como parte de un proyecto financiado por el Observatorio Gemini y la Agencia Nacional de Investigación y Desarrollo (ANID), que se desarrolla en conjunto con las universidades Técnica Federico Santa María, Mayor y Pontificia Universidad Católica de Valparaíso.
“Este evento nace de la necesidad de manejar grandes volúmenes de datos astronómicos que ya no pueden analizarse manualmente. Necesitamos nuevas herramientas, y el machine learning es clave para eso”, explicó la doctora Arcos.
Más telescopios, más datos, más herramientas
Chile alberga algunos de los telescopios más potentes del mundo. Con la instalación de nuevos instrumentos, la cantidad de datos astronómicos ha crecido exponencialmente. La clasificación visual de imágenes o espectros, que antes era común, ahora resulta inviable.
“Cada vez es más necesario contar con sistemas que automaticen la clasificación de datos. Por ejemplo, determinar si una estrella es variable o si un objeto es un evento de microlente requiere rapidez y precisión. El machine learning nos permite eso: aplicar modelos entrenados para identificar patrones de forma efectiva”, añadió la astrónoma del IFA-UV.
La Escuela se estructuró con clases teóricas por las mañanas y sesiones prácticas por las tardes. En los últimos días, las y los asistentes se organizaron en grupos y trabajaron en proyectos científicos, que les fueron asignados para aplicar lo aprendido. Las temáticas abordadas incluyeron redes neuronales artificiales, herramientas estadísticas y análisis automatizado de datos astronómicos.
Alta demanda y diversidad académica
Los cupos fueron limitados. Se priorizó a postulantes que pudieran aplicar de inmediato las herramientas a sus investigaciones. “Fue una decisión muy difícil. Recibimos 118 postulaciones y solo había cupo para treinta. Seleccionamos a quienes ya estaban trabajando en investigaciones activas y podían incorporar lo aprendido desde ya. El interés fue muy alto”, comentó la académica.
Las y los participantes provenían de distintas disciplinas: física, astronomía, estadística, ingeniería eléctrica e informática, y de diversas etapas académicas: estudiantes de pregrado, postgrado e investigadores postdoctorales.
Valorada experiencia
Felipe Ortiz, estudiante de Doctorado en Astrofísica de la UV, valoró la experiencia: “Ha sido bastante entretenida. Tuvimos clases con expertos en estadística y machine learning, y luego sesiones prácticas donde aplicamos ese conocimiento. Mi evaluación es muy positiva”.
Por su parte, Mariángela Campos, alumna del Magíster en Física de la PUCV, destacó: “Mi tema de tesis no es de estrellas masivas, es sobre agujeros negros, pero las herramientas que aprendimos me van a permitir optimizar mi investigación. Es increíble que en Chile, siendo sede mundial de la astronomía, nos estemos preparando para sacarle el máximo provecho a todos estos datos”.
Mientras que Paula Silva, astrónoma de la Pontificia Universidad Católica de Santiago, quien planea postular a un programa de postgrado, afirmó que “fue maravilloso, desde las clases hasta el trabajo en equipo. Las actividades estaban muy bien diseñadas, y aplicar lo aprendido en proyectos concretos fue una excelente manera de consolidar el conocimiento”.
Expositores de alto nivel
La calidad de los expositores fue otro de los aspectos valorados. La escuela reunió a investigadoras e investigadores de excelencia en áreas como astronomía, estadística, ingeniería e informática, entre ellos: Catalina Arcos, Michel Curé, Verónica Motta y Alejandra Christen (académicos UV). A ellos se sumaron Raquel Pezoa (UTFSM), Ignacio Araya y Sara Cuéllar (ambos de U. Mayor), y Gonzalo Farías y Pedro Escárate (de la PUCV).
Un compromiso que continúa
La doctora Arcos adelantó que la iniciativa busca proyectarse en el tiempo como una plataforma de formación continua para las nuevas generaciones: “Este tipo de actividades no solo permiten transferir conocimientos, sino también formar redes de colaboración. Vamos a seguir en esta línea. En noviembre tendremos una nueva escuela sobre el mismo tema, esta vez internacional, y también astrónomos del IFA desarrollarán otra, enfocada en datos del radiotelescopio ALMA. Ambas se realizarán aquí en la Universidad de Valparaíso”, adelantó.
Nota: Pamela Simonetti / Fotos: Denis Isla
