Una solución digital para un desafío óptico

En octubre de 2025 científicos de la Universidad de Arizona, en colaboración con ingenieros de la NASA y expertos en aprendizaje automático, presentaron WebbRestore, un software basado en redes neuronales profundas que procesa los datos de los instrumentos del telescopio James?Webb (NIRCam, NIRSpec y MIRI). El algoritmo identifica y elimina artefactos de ruido, corrige la aberración de campo y restaura la información de alta frecuencia perdida durante la transmisión.

¿Cómo funciona?

WebbRestore está entrenado con un conjunto de más de 10?000 imágenes simuladas que reproducen las condiciones de observación del espacio profundo. Mediante super?resolución y deconvolución adaptativa, el programa reconstruye detalles que previamente estaban por debajo del umbral de detección. El proceso se ejecuta en servidores de alto rendimiento, y los resultados se descargan en cuestión de minutos.

Resultados que sorprenden

Los primeros pruebas publicadas muestran mejoras de hasta 30?% en la relación señal?ruido y una recuperación de detalles de hasta 0,08?arcosegundos de resolución, igualando la calidad de las imágenes originales de la misión. Un caso emblemático es la nebulosa de Orion: la versión procesada revela filamentos que antes eran difusos, facilitando estudios de formación estelar.

Reacción de la comunidad científica

El astrofísico Dr. Laura Martínez (NASA Goddard) calificó la herramienta de “un avance que democratiza el acceso a datos de primera calidad”. Por su parte, la Sociedad Astronómica Argentina ya planifica incorporar WebbRestore en sus cursos de observación virtual.

Próximos pasos

El código fuente de WebbRestore se ha puesto a disposición bajo licencia open?source en GitHub, invitando a investigadores a adaptar el algoritmo a otros observatorios, como el futuro telescopio espacial Roman. Se espera que, a finales de 2025, la versión 2.0 incluya soporte para datos espectroscópicos, ampliando su uso a la detección de exoplanetas.