Investigadores de la Universidad de Oxford y Google convirtieron Gemini en un clasificador de alertas astronómicas entrenado con solo 15 imágenes. Cada ejemplo incluía una imagen de la alerta, una de referencia del mismo sector del cielo y la diferencia entre ambas, más una breve explicación. Con eso el modelo aprendió a distinguir supernovas y agujeros negros reales de falsos positivos, con una precisión que llegó al 96,7% tras ajustes. El sistema no solo clasifica: da una puntuación de prioridad y explica su razonamiento, algo que los modelos clásicos de caja negra no suelen ofrecer. Un equipo de doce astrónomos validó que los resultados eran coherentes y útiles.
El valor está en demostrar que tareas especializadas pueden abordarse con muy poco dato si el modelo base ya es potente y el formato de entrenamiento está bien diseñado. Eso abre la puerta a adaptar la misma idea a otros instrumentos y campañas sin tener que etiquetar miles de imágenes. La crítica posible: la ciencia que depende de un modelo propietario de Google queda atada a sus condiciones de uso y a la disponibilidad del servicio. El avance es real; la dependencia también.
Fuentes: Gizmodo: La IA de Google y Oxford que aprendió astronomía con 15 imágenes; Meteored: Gemini en astrónomo experto con 15 imágenes.