Distinguere buchi neri e stelle di neutroni diventa più facile grazie a un innovativo metodo basato sull’intelligenza artificiale sviluppato da un team di ricercatori dell’Università di Milano-Bicocca, guidato dall'astrofisico Davide Gerosa e supportato dal Consiglio europeo per la ricerca. 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.
Coppie di oggetti compatti come stelle di neutroni e buchi neri possono essere osservati grazie alle onde gravitazionali, che sono prodotte dallo spiraleggiamento e dalla fusione di questi sistemi binari. "Fino a oggi - spiega Gerosa - 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?".
Il nuovo studio propone di superare questa limitazione usando 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 avrà ricadute immediate per l’analisi dei dati raccolti con gli attuali rivelatori di onde gravitazionali Ligo e Virgo, nonché con quelli di futura realizzazione quali Lisa ed 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.
Riproduzione riservata © Copyright ANSA
