Distinguere buchi neri e stelle di neutroni diventa più facile grazie a un innovativo metodo basato sull’intelligenza artificialesviluppato 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 essereosservati grazie alleonde 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 neisistemi 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', cheanalizza l’insieme completodei dati senza applicare etichette rigide a priori. Questo nuovo metodo consente diridurre le incertezze nelle misure degli spin dei buchi neri, ovvero nella determinazione della velocità e della direzione di rotazionedi questi oggetti. Una corretta misurazione dello spin è fondamentale per comprendere la formazione e l’evoluzione dei buchi neri. Il nuovo approccio miglioranotevolmente laprecisione di queste misuree 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.