(Adnkronos) – Pubblicato sulla rivista Physical Review Letters, lo studio rivoluziona i metodi tradizionali dell’astronomia delle onde gravitazionali Milano, 31 marzo 2025 – Un innovativo metodo basato sull’intelligenza artificiale che migliora la precisione nella classificazione di buchi neri e stelle di
neutroni. È quello sviluppato da un team di ricercatori dell’Università di Milano-Bicocca, guidato dal professor Davide Gerosa e supportato dallo European Research Council. Lo studio, pubblicato sulla rivista Physical Review Letters , mette in discussione un’ipotesi ritenuta valida per decenni e apre la strada a un’analisi più accurata dei segnali cosmici. L’astronomia delle onde gravitazionali permette di osservare coppie di oggetti compatti quali stelle di neutroni e buchi neri: le onde gravitazionali sono infatti prodotte dallo spiraleggiamento e dalla fusione di questi sistemi binari. Le analisi tradizionali assumono a priori come distinguere i due oggetti in ciascuna binaria. «Fino a oggi, il metodo più diffuso per l’identificazione degli oggetti prevedeva di etichettare il più massiccio come “1” e il meno massiccio come “2”. Tuttavia, questa scelta, apparentemente intuitiva, introduce ambiguità nelle misure, specialmente nei sistemi binari con masse simili. Ci siamo chiesti: è davvero la scelta migliore?», spiega Gerosa. Il nuovo studio propone di superare questa limitazione utilizzando una tecnica di intelligenza artificiale chiamata spectral clustering che analizza l’insieme completo dei dati senza applicare etichette rigide a priori. Questo nuovo metodo consente di ridurre le incertezze nelle misure degli spin dei buchi neri, ovvero nella determinazione della velocità e della direzione di rotazione di questi oggetti. Una corretta misurazione dello spin è fondamentale per comprendere la formazione e l’evoluzione dei buchi neri. Il nuovo approccio migliora notevolmente la precisione di queste misure e rende più affidabile la distinzione tra buchi neri e stelle di neutroni. «Questa pubblicazione mette in discussione un presupposto di lunga data che è alla base di tutte le analisi delle onde gravitazionali fino a oggi, e che è rimasto indiscusso per decenni», continua l’astrofisico. «I risultati sono sorprendenti: le misurazioni dello spin sono più precise e distinguere i buchi neri dalle stelle di neutroni diventa più affidabile». Lo studio condotto ha immediate ricadute per l’analisi dei dati raccolti con gli attuali rivelatori di onde gravitazionali LIGO e Virgo, nonché con quelli di futura costruzione quali LISA e l’Einstein Telescope. Questa ricerca apre la strada a una revisione delle tecniche di analisi delle onde gravitazionali e sottolinea, inoltre, il ruolo crescente dell’intelligenza artificiale nella ricerca astrofisica.
Nella carta stampa, alcune immagini dell’astrofisico Davide Gerosa
Per maggiori informazioni Ufficio Stampa Università di Milano-Bicocca Maria Antonietta Izzinosa, tel. 02 6448 6076 cell. 338 694 0206 Veronica D’Uva, tel. 02 6448 6373 cell. 335 168 5364 Anita Rubini, tel. 02 6448 6214 cell. 331 142 4930 ufficio.stampa@unimib.it
—immediapresswebinfo@adnkronos.com (Web Info)
Distinguere i buchi neri: sarà più facile grazie a un nuovo metodo basato sull’intelligenza artificiale sviluppato dall’Università di Milano-Bicocca
