ALeRCE

ALeRCE

ALeRCE (Automatic Learning for the Rapid Classification of Events) is a Chilean-led astronomic broker, a project developed by the Center for Mathematical Modeling (CMM) of the University of Chile and the Millennium Institute of Astrophysics (MAS), together with the Data Observatory and the University of Concepción, using Cloud Infrastructure and Machine Learning models to bring real-time processed products and services to the astronomical community.

It emerged in January 2019 to lay the foundations for this new science of Big Data applications in astronomy and is the only Chilean project chosen to analyze data from the Vera Rubin Observatory. This observatory, under construction in northern Chile, will host the Simonyi Survey Telescope –with a primary mirror of 8.4 meters– and with which the LSST (Legacy Survey of Space and Time) sky survey will be carried out, delivering gigantic amounts of data every night. ALeRCE will be processing the alert stream coming from Rubin, as well as other large etendue survey telescopes.

  ALeRCE website

ALeRCE (Automatic Learning for the Rapid Classification of Events) es un broker astronómico liderado por Chile, un proyecto desarrollado por el Centro de Modelamiento Matemático (CMM) de la Universidad de Chile y el Instituto Milenio de Astrofísica (MAS), en conjunto con el Data Observatory (DO) y la Universidad de Concepción, utilizando infraestructura Cloud y modelos de Machine Learning para llevar productos y servicios procesados en tiempo real a la comunidad astronómica.

Surgió en enero de 2019 para sentar las bases de esta nueva ciencia de aplicaciones de Big Data en astronomía y es el único proyecto chileno elegido para analizar datos del Observatorio Vera Rubin. Este observatorio, en construcción en el norte de Chile, albergará el Simonyi Survey Telescope -con un espejo primario de 8,4 metros- y con el que se realizará el sondeo del cielo LSST (Legacy Survey of Space and Time), que entregará gigantescas cantidades de datos cada noche. ALeRCE procesará el flujo de alertas procedentes de Rubin, así como de otros telescopios de sondeo de gran extensión.

  Sitio web ALeRCE

El proyecto ALeRCE (del inglés Automatic Learning for the Rapid Classification of Events) es un agente o broker astronómico que actúa de intermediario entre los grandes telescopios de levantamiento del cielo, como el observatorio Vera C. Rubin que se construye en la región de Coquimbo, y los telescopios de seguimiento que seguirán los objetos más interesantes con instrumentos especializados.

ALeRCE es una colaboración entre varias instituciones en Chile: el Instituto Milenio de Astrofísica (MAS), el Centro de Modelamiento Matemático (CMM), la Fundación Data Observatory (DO) y la Universidad de Concepción (UdeC). ALeRCE es uno de los siete brokers seleccionados para recibir las más de 10 millones de alertas diarias que emitirá Rubin, y el único broker en el hemisferio sur.

Actualmente ALeRCE ingiere, anota, clasifica y disponibiliza información acerca de más 100 millones de objetos que se reciben diariamente en forma de más 300 mil alertas, paquetes de datos que se emiten cuando objetos astrofísico cambian su brillo o posición en el cielo, desde telescopios precursores del observatorio Rubin, como el Zwicky Transient Facility (ZTF) en EEUU y la red de telescopios ATLAS en Hawaii, Chile y Sudáfrica.

El proyecto ALeRCE ha dado origen a más de 20 publicaciones indexadas en tópicos de astrofísica, inteligencia computacional e ingeniería de software; y ha sido utilizado en 169 publicaciones científicas de usuarios de nuestro proyecto alrededor del mundo. ALeRCE se destaca por ser el primer broker en clasificar objetos astronómicos usando inteligencia artificial (IA), desde 2019; por ser el broker que más supernovas ha reportado a la comunidad internacional, más de 20 mil o más del 15% de las supernovas conocidas; por la diversidad de casos científicos que aborda con una amplia red de usuarios en más de 150 países; y por su gran equipo interdisciplinario de ingeniero/as de software, experto/as en machine learning, estadísticos, y astrónomo/as distribuidos entre las ciudades de Santiago y Concepción.

Además de procesar las alertas que recibe de diversos instrumentos, ALeRCE mantiene servicios para búsqueda de supernovas jóvenes, exploración y visualización general de objetos, seguimiento de objetos de interés, servicio de acceso programático a los datos, cliente de acceso vía Python, o servicio de asociación automática de galaxias anfitrionas.

En ALeRCE se desarrolla investigación de frontera gracias al uso de distintas metodologías. En términos de manejo de grandes volúmenes de datos: ingesta de grandes flujos de datos usando Kafka, procesamiento masivo de datos en tiempo real vía dockers y Kubernetes, almacenamiento e indexado en bases de datos relacionales (PostgreSQL) y no relacionales (MongoDB) en tiempo real, o análisis masivo de datos como post procesamiento usando Spark. En términos de aprendizaje de máquinas: entrenamiento y puesta en producción de modelos de clasificación de imágenes usando redes convolucionales, modelos de clasificación de series de tiempo usando métodos clásicos y el mecanismo de atención, modelos de detección de anomalías usando diversos algoritmos, modelos de asociación entre objetos astrofísicos usando redes convolucionales, o modelos de inferencia de parámetros físicos usando inferencia variacional amortizada, entre otros. En términos de operaciones: mantención de arquitectura elástica en la nube (AWS) y en infraestructura propia (vía fondo ANID Quimal) para procesar y disponibilizar los datos, incluyendo APIs y clientes en lenguaje Python.

Distribución geográfica de los usuarios de ALeRCE

 

Publicaciones de ALeRCE
https://alerce.science/publications/

Investigadores principales:

Comité Científico:

  • Franz Bauer (UC, MAS)
  • Amelia Bayo (ESO)
  • Guillermo Cabrera-Vives (UdeC, MAS)
  • Márcio Catelan (UC, MAS)
  • Pablo Estévez (UCH/DIE, MAS)
  • Susana Eyheramendy (UAI, MAS)
  • Francisco Förster (UCH/IDIA-CMM, MAS)
  • Pablo Huijse (KU Leuven)
  • Giuliano Pignata (UNAB, MAS)
  • Paula Sánchez-Sáez (ESO)

Comité estratégico:

Ingeniero jefe:

  • Ignacio Reyes (DO)

Ingenieros tiempo completo:

  • Alex Álvarez (UCH/CMM)
  • Claudio Mansilla (UCH/CMM)
  • Edison Pizarro (MAS)
  • Erick Muñoz (UdeC)
  • Héctor Larragaña (MAS)
  • Kay Medina (MAS)

Ingenieros media jornada:

  • Bastián Gamboa (MAS)