Redes neuronales
Cómo aprende una máquina a reconocer una familia
DBSCAN encuentra concentraciones de estrellas. Una red neuronal puede ayudar a decidir si una concentración se parece a una población estelar real. Aquí construimos una paso a paso, con datos reales de las Pléyades.
1 · El problema
Demasiadas estrellas para mirarlas una a una
Gaia DR3 tiene unos 1 800 millones de fuentes. Un algoritmo como DBSCAN puede proponer miles de grupos candidatos, y nadie puede revisar a mano el diagrama color-magnitud de cada uno.
Una red neuronal artificial es una función matemática con muchos parámetros ajustables. No se programa con reglas escritas a mano: se le muestran ejemplos con su respuesta correcta y ella ajusta sus parámetros hasta reproducir esas respuestas. Después puede aplicar lo aprendido a casos nuevos.
DBSCAN · agrupamiento
- Tipo
- No supervisado: nadie le dice la respuesta.
- Pregunta
- ¿Dónde hay concentraciones densas?
- Necesita
- Variables, escalas, ε y mínimo de vecinos.
- Devuelve
- Grupos candidatos y ruido.
Red neuronal · clasificación
- Tipo
- Supervisada: aprende de ejemplos con etiqueta.
- Pregunta
- ¿Este caso se parece a una población real?
- Necesita
- Ejemplos etiquetados, arquitectura y entrenamiento.
- Devuelve
- Una probabilidad entre 0 y 1.
2 · La pieza básica
Una neurona artificial
Recibe números, multiplica cada uno por un peso, suma un sesgo y pasa el resultado por una función que lo convierte en una probabilidad.
z = w₁ · color + w₂ · brillo + b
p = σ(z) = 1 / (1 + e−z)
Si p > 0,5 la neurona dice «familia»; si no, «campo». El color y el brillo se estandarizan antes (se les resta la media y se dividen por la desviación típica) para que estén en escalas comparables.
Demo · Ajusta tú los pesos
Datos reales · Gaia DR3La neurona empieza mirando solo el brillo y acierta menos que lanzar una moneda. Mueve los pesos y observa cómo gira y se desplaza la frontera. Una sola neurona solo puede trazar una línea recta, pero la familia forma una secuencia curva.
3 · Entrenamiento
Cómo aprende: un ciclo de cuatro pasos
Entrenar es repetir este ciclo miles de veces. Cada pasada completa por todos los ejemplos se llama época.
Predecir
La red recibe un grupo de estrellas y calcula, capa a capa, una probabilidad para cada una.
Medir el error
La pérdida compara cada predicción con la etiqueta correcta. Es grande cuando la red se equivoca con mucha seguridad.
Repartir la culpa
La retropropagación calcula cuánto contribuyó cada peso al error y en qué dirección conviene moverlo.
Dar un paso
Cada peso cambia un poco en esa dirección. El tamaño del paso es la tasa de aprendizaje.
Entrenamiento y validación. Separamos los ejemplos en dos grupos. Con el de entrenamiento la red ajusta sus pesos; el de validación lo guardamos para comprobar si lo aprendido funciona con estrellas que nunca vio.
Sobreajuste. Si la pérdida de entrenamiento sigue bajando mientras la de validación sube, la red está memorizando los ejemplos en vez de aprender el patrón general.
4 · Laboratorio
Mira cómo aprende una red, época a época
¿Puede una red reconocer a la familia de las Pléyades usando solo su color y su brillo? Las etiquetas vienen de los cortes en paralaje y movimiento de la demo 4: la red nunca ve esas variables.
Cada cuadrito muestra a qué zona del gráfico responde esa neurona. Líneas cian: pesos positivos; coral: negativos; el grosor indica su magnitud.
Entrenamos con 410 candidatas y 410 estrellas de campo elegidas al azar; validamos con otras 176 de cada tipo. En la muestra completa hay 20 estrellas de campo por cada candidata, así que incluso una red que acierta mucho marca bastantes intrusas.
Prueba esto
- Quita todas las capas ocultas: la red se reduce a una sola neurona y la frontera vuelve a ser recta.
- Sube la tasa de aprendizaje a 1: la pérdida salta y puede no converger.
- Cambia a magnitud absoluta: al corregir por distancia, las estrellas de campo de la secuencia principal se superponen con la familia y el problema se vuelve más difícil.
- Cambia a movimiento propio: la red aprende casi a la perfección, porque reconstruye la regla circular con la que hicimos las etiquetas.
Las etiquetas no son la verdad. Aquí «familia» significa «cumple nuestros cortes de paralaje y movimiento», no «miembro confirmado de las Pléyades». La red aprende a imitar esas etiquetas, con sus errores incluidos. Esta red es didáctica: no es la usada en los artículos científicos.
5 · Ciencia de verdad
Redes neuronales en la investigación con Gaia
El esquema «un algoritmo propone, una red evalúa, la física decide» ya ha producido resultados publicados.
Cúmulos abiertos nuevos
DBSCAN en cinco parámetros astrométricos localiza concentraciones; una red neuronal artificial revisa el diagrama color-magnitud de cada candidato para reconocer el patrón de una población estelar.
Castro-Ginard et al. 2020 · A&A 635, A45 · Gaia DR2 Leer en arXivRetrato de miles de cúmulos
Una red entrenada con cúmulos de referencia bien estudiados estima la edad, la extinción y la distancia de casi dos mil cúmulos a partir de su fotometría y su paralaje en Gaia.
Cantat-Gaudin et al. 2020 · A&A 640, A1Un censo con Gaia DR3
Un catálogo de cúmulos de todo el cielo combina un algoritmo de agrupamiento por densidad (HDBSCAN) con una red neuronal bayesiana que evalúa el diagrama color-magnitud de cada candidato.
Hunt & Reffert 2023 · A&A 673, A114Un mapa de «neuronas»
El propio procesamiento de Gaia DR3 usa un mapa autoorganizado, un tipo de red neuronal no supervisada, para agrupar millones de fuentes atípicas según sus espectros. Sus neuronas están en la tabla gaiadr3.oa_neuron_information.
6 · Pensamiento crítico
Lo que una red neuronal no hace por ti
Aprende tus etiquetas
Si los ejemplos de entrenamiento están sesgados o mal etiquetados, la red reproduce esos sesgos con mucha confianza.
Sufre con las proporciones
Cuando una clase es 20 veces más común que la otra, una red «buena» puede producir muchos falsos positivos en el cielo real.
Necesita validación
Hay que comprobarla con datos que no vio, con catálogos independientes y, cuando sea posible, con velocidades radiales.
No conoce la física
Edad, extinción, estrellas binarias e incertidumbres de medida cambian el diagrama. Interpretarlo sigue siendo trabajo de astrofísica.
«La computación nos ayuda a encontrar relaciones; la física nos ayuda a decidir qué significan.»
Vuelve a los datosCambia los cortes de las Pléyades y piensa qué etiquetas le darías a la red Ir al explorador →