TED2014
Andrew Connolly: What's the next window into our universe?
Andrew Connolly: Cuál es la próxima ventana hacia nuestro universo.
Filmed:
Readability: 5
1,261,423 views
Los datos masivos están donde sea, aun en los cielos. En esta informativa charla, el astrónomo Andrew Connelly, muestra cómo se están recolectando grandes cantidades de datos de nuestro universo, grabándolos con sus constantes cambios. ¿Cómo capturan los científicos tantas imágenes a gran escala? Se empieza con un telescopio gigante...
Andrew Connolly - Astronomer
Andrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way. Full bio
Andrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way. Full bio
Double-click the English transcript below to play the video.
En 1781 el compositor, tecnólogo,
00:13
So in 1781, an English composer,
0
1119
3471
00:16
technologist and astronomer called William Herschel
1
4590
3139
y astrónomo inglés, William Herschel,
observó un cuerpo celeste
00:19
noticed an object on the sky that
2
7729
1743
que no se movía igual
que las demás estrellas.
que las demás estrellas.
00:21
didn't quite move the way the rest of the stars did.
3
9472
2868
El hallazgo de que había algo diferente
00:24
And Herschel's recognition
that something was different,
that something was different,
4
12340
3094
que no marchaba del todo bien,
00:27
that something wasn't quite right,
5
15434
1867
se materializó en el descubrimiento
00:29
was the discovery of a planet,
6
17301
1822
00:31
the planet Uranus,
7
19123
2077
de un nuevo planeta, Urano.
Un nombre que ha entretenido
00:33
a name that has entertained
8
21200
1355
00:34
countless generations of children,
9
22555
3160
a incontables generaciones de niños,
pero sobre todo, un planeta
que en un instante,
que en un instante,
00:37
but a planet that overnight
10
25715
2335
00:40
doubled the size of our known solar system.
11
28050
2616
duplicó el tamaño
del sistema solar conocido.
del sistema solar conocido.
Solo el mes pasado, la NASA anunció
00:42
Just last month, NASA announced the discovery
12
30666
1855
00:44
of 517 new planets
13
32521
2329
el descubrimiento de 517 nuevos planetas
que orbitan estrellas
cercanas a la Tierra,
cercanas a la Tierra,
00:46
in orbit around nearby stars,
14
34850
2126
00:48
almost doubling overnight the number of planets
15
36976
2251
que casi duplica
el número de planetas conocidos
el número de planetas conocidos
00:51
we know about within our galaxy.
16
39227
2598
en la galaxia.
La astronomía sufre cambios constantes
00:53
So astronomy is constantly being transformed by this
17
41825
2632
00:56
capacity to collect data,
18
44457
2138
debido a la capacidad de recopilar datos,
00:58
and with data almost doubling every year,
19
46595
2545
y como éstos se duplican
casi todos los años,
casi todos los años,
es posible que dentro de dos décadas,
01:01
within the next two decades, me may even
20
49140
1808
01:02
reach the point for the first time in history
21
50948
2318
alcancemos, por primera vez en la historia,
01:05
where we've discovered the majority of the galaxies
22
53266
2854
el descubrimiento de la mayoría
de las galaxias en el universo.
01:08
within the universe.
23
56120
1724
A medida que nos adentramos
en la era de los datos masivos,
en la era de los datos masivos,
01:09
But as we enter this era of big data,
24
57844
2284
01:12
what we're beginning to find is there's a difference
25
60128
1980
comenzamos a notar la diferencia
01:14
between more data being just better
26
62108
3161
entre los muchos datos apenas mejores
y los que son muchos y diferentes,
01:17
and more data being different,
27
65269
1980
capaces de cambiar
las preguntas que nos hacemos.
las preguntas que nos hacemos.
01:19
capable of changing the questions we want to ask,
28
67249
2891
La diferencia no reside
en la cantidad de datos recopilados,
en la cantidad de datos recopilados,
01:22
and this difference is not about
how much data we collect,
how much data we collect,
29
70140
3320
sino en su poder
de abrir nuevos horizontes
de abrir nuevos horizontes
01:25
it's whether those data open new windows
30
73460
1689
01:27
into our universe,
31
75149
1378
hacia nuestro universo,
01:28
whether they change the way we view the sky.
32
76527
2885
su poder de cambiar
la manera de mirar el cielo.
la manera de mirar el cielo.
01:31
So what is the next window into our universe?
33
79412
3439
¿Cuál será la próxima ventana
hacia el universo?
hacia el universo?
01:34
What is the next chapter for astronomy?
34
82851
2791
¿Cuál será el próximo capítulo
de la astronomía?
de la astronomía?
01:37
Well, I'm going to show you some
of the tools and the technologies
of the tools and the technologies
35
85642
2655
Les mostraré algunas
de las herramientas y las técnicas
de las herramientas y las técnicas
01:40
that we're going to develop over the next decade,
36
88297
2564
que crearemos en la próxima década,
01:42
and how these technologies,
37
90861
1473
y cómo estas tecnologías,
01:44
together with the smart use of data,
38
92334
1868
junto con el uso
inteligente de los datos,
inteligente de los datos,
01:46
may once again transform astronomy
39
94202
2970
transformarán una vez más la astronomía
mediante la apertura de
una nueva ventana hacia el universo,
una nueva ventana hacia el universo,
01:49
by opening up a window into our universe,
40
97172
2047
01:51
the window of time.
41
99219
1781
la ventana del tiempo.
01:53
Why time? Well, time is about origins,
42
101000
2584
¿Por qué del tiempo?
Bueno, el tiempo trata del principio,
significa evolución.
significa evolución.
01:55
and it's about evolution.
43
103584
1890
Nos habla de los albores
de nuestro sistema solar,
de nuestro sistema solar,
01:57
The origins of our solar system,
44
105474
1496
01:58
how our solar system came into being,
45
106970
2204
de cómo se formó,
02:01
is it unusual or special in any way?
46
109174
3409
y si es inusual o especial
de alguna manera.
de alguna manera.
02:04
About the evolution of our universe.
47
112583
1991
Trata de la evolución del universo.
02:06
Why our universe is continuing to expand,
48
114574
3006
¿Por qué el universo
continúa expandiéndose?
continúa expandiéndose?
02:09
and what is this mysterious dark energy
49
117580
1933
Y ¿qué es esa misteriosa energía oscura
02:11
that drives that expansion?
50
119513
2615
que impulsa su expansión?
02:14
But first, I want to show you how technology
51
122128
2764
Pero primero, permítanme mostrarles
cómo la tecnología
cómo la tecnología
02:16
is going to change the way we view the sky.
52
124892
2771
va a cambiar la manera de ver el cielo.
02:19
So imagine if you were sitting
53
127663
1507
Imagínense que están
en las montañas del norte de Chile,
en las montañas del norte de Chile,
02:21
in the mountains of northern Chile
54
129170
2092
mirando hacia el oeste,
02:23
looking out to the west
55
131262
1407
02:24
towards the Pacific Ocean
56
132669
2048
hacia el Pacífico,
pocas horas antes del amanecer.
02:26
a few hours before sunrise.
57
134717
2564
02:29
This is the view of the night sky that you would see,
58
137281
3237
Esta es la vista del firmamento nocturno.
Es una hermosa vista,
02:32
and it's a beautiful view,
59
140518
1671
con la Vía Láctea asomándose
justo por encima en el horizonte.
justo por encima en el horizonte.
02:34
with the Milky Way just peeking out over the horizon.
60
142189
2913
Pero también es una visión estática.
02:37
but it's also a static view,
61
145102
2160
02:39
and in many ways, this is the
way we think of our universe:
way we think of our universe:
62
147262
2758
En muchos aspectos, es así
como concebimos el universo:
como concebimos el universo:
02:42
eternal and unchanging.
63
150020
2394
eterno e inmutable.
Pero el universo es todo menos estático.
02:44
But the universe is anything but static.
64
152414
1991
02:46
It constantly changes on timescales of seconds
65
154405
2531
Cambia constantemente
en intervalos de tiempo
en intervalos de tiempo
que varían de segundos
a miles de millones de años.
a miles de millones de años.
02:48
to billions of years.
66
156936
1845
02:50
Galaxies merge, they collide
67
158781
1744
Las galaxias se fusionan y chocan
02:52
at hundreds of thousands of miles per hour.
68
160525
2655
a cientos de miles
de kilómetros por hora.
de kilómetros por hora.
02:55
Stars are born, they die,
69
163180
2070
Las estrellas nacen, mueren y explotan
02:57
they explode in these extravagant displays.
70
165250
3150
en espectáculos extravagantes.
03:00
In fact, if we could go back
71
168400
1270
Volviendo al calmado cielo de Chile,
03:01
to our tranquil skies above Chile,
72
169670
2599
y adelantándonos en el tiempo
03:04
and we allow time to move forward
73
172269
2465
vemos cómo cambiará
el cielo durante el próximo año;
el cielo durante el próximo año;
03:06
to see how the sky might change over the next year,
74
174734
4393
esos pulsos son supernovas,
03:11
the pulsations that you see
75
179127
2290
03:13
are supernovae, the final remnants of a dying star
76
181417
4409
últimos restos
de estrellas moribundas
de estrellas moribundas
03:17
exploding, brightening and then fading from view,
77
185826
3747
que explotan, brillan
y luego desaparecen de la vista.
y luego desaparecen de la vista.
03:21
each one of these supernovae
78
189573
1890
Cada una de estas supernovas
03:23
five billion times the brightness of our sun,
79
191463
3003
es cinco mil millones de veces
más luminosa que nuestro Sol.
más luminosa que nuestro Sol.
03:26
so we can see them to great distances
80
194466
2340
Podemos verlas
desde grandes distancias,
desde grandes distancias,
03:28
but only for a short amount of time.
81
196806
2496
pero solo durante un corto
período de tiempo.
período de tiempo.
03:31
Ten supernova per second explode somewhere
82
199302
2577
Cada segundo explotan diez supernovas
en algún lugar del universo.
03:33
in our universe.
83
201879
1417
03:35
If we could hear it,
84
203296
1420
Si pudiéramos oír estos sonidos,
03:36
it would be popping like a bag of popcorn.
85
204716
3699
serían como palomitas de maíz saltando.
Si apagamos las supernovas,
03:40
Now, if we fade out the supernovae,
86
208415
3127
el cielo no solo cambia de brillo.
03:43
it's not just brightness that changes.
87
211542
3229
03:46
Our sky is in constant motion.
88
214771
2339
El firmamento está en
constante movimiento.
constante movimiento.
03:49
This swarm of objects you
see streaming across the sky
see streaming across the sky
89
217110
3170
El enjambre de cuerpos celestes
que ven pasando por el firmamento,
que ven pasando por el firmamento,
03:52
are asteroids as they orbit our sun,
90
220280
2658
son asteroides que orbitan
alrededor del Sol.
alrededor del Sol.
03:54
and it's these changes and the motion
91
222938
1972
Estos cambios y movimientos,
03:56
and it's the dynamics of the system
92
224910
2324
y la dinámica del sistema,
03:59
that allow us to build our models for our universe,
93
227234
2373
nos permiten construir
modelos del universo
modelos del universo
04:01
to predict its future and to explain its past.
94
229607
4073
para predecir el futuro
y explicar el pasado.
y explicar el pasado.
Los telescopios que hemos venido
utilizado en la última década
utilizado en la última década
04:05
But the telescopes we've used over the last decade
95
233680
3094
04:08
are not designed to capture the data at this scale.
96
236774
4015
no están diseñados para capturar
los datos a esa escala.
los datos a esa escala.
04:12
The Hubble Space Telescope:
97
240789
1620
El Telescopio Espacial Hubble
04:14
for the last 25 years it's been producing
98
242409
2261
ha generado, durante los últimos 25 años
04:16
some of the most detailed views
99
244670
1961
algunas de las imágenes más detalladas
04:18
of our distant universe,
100
246631
1991
del universo profundo.
04:20
but if you tried to use the Hubble to create an image
101
248622
2070
Pero si tratan de usar el Hubble
para crear una imagen del cielo,
para crear una imagen del cielo,
04:22
of the sky, it would take 13 million individual images,
102
250692
4578
se necesitarán 13 millones
de imágenes distintas,
de imágenes distintas,
04:27
about 120 years to do this just once.
103
255270
3712
o cerca de 120 años,
para completarla una sola vez.
para completarla una sola vez.
Esto nos lleva a nuevas técnicas
04:30
So this is driving us to new technologies
104
258982
2261
y nuevos telescopios.
04:33
and new telescopes,
105
261243
1847
Telescopios muy sensibles
04:35
telescopes that can go faint
106
263090
1742
04:36
to look at the distant universe
107
264832
1553
para adentrarse en el universo profundo,
04:38
but also telescopes that can go wide
108
266385
2681
pero también telescopios
de visión amplia
04:41
to capture the sky as rapidly as possible,
109
269066
2819
para capturar el cielo
lo más rápidamente posible,
lo más rápidamente posible,
04:43
telescopes like the Large Synoptic Survey Telescope,
110
271885
3561
como el Gran Telescopio
para Rastreo Sinóptico, o LSST.
para Rastreo Sinóptico, o LSST.
04:47
or the LSST,
111
275446
1879
Posiblemente el nombre más aburrido
04:49
possibly the most boring name ever
112
277325
2340
para uno de los más
fascinantes experimentos
fascinantes experimentos
04:51
for one of the most fascinating experiments
113
279665
1979
04:53
in the history of astronomy,
114
281644
1992
en la historia de la astronomía.
04:55
in fact proof, if you should need it,
115
283636
2214
Es un buen ejemplo, por si hubiera dudas,
04:57
that you should never allow
a scientist or an engineer
a scientist or an engineer
116
285850
2668
de que nunca se debe permitir
a un científico o a un ingeniero
a un científico o a un ingeniero
05:00
to name anything, not even your children.
(Laughter)
(Laughter)
117
288518
5831
poner nombres a nada, ni siquiera a sus hijos.
(Risas)
Estamos construyendo el LSST.
05:06
We're building the LSST.
118
294349
1465
05:07
We expect it to start taking data
by the end of this decade.
by the end of this decade.
119
295814
3381
Esperamos comenzar a captar datos
a finales de esta década.
a finales de esta década.
Les mostraré cómo creemos
05:11
I'm going to show you how we think
120
299195
1699
05:12
it's going to transform
our views of the universe,
our views of the universe,
121
300894
3577
que va a cambiar
nuestra visión del universo,
nuestra visión del universo,
05:16
because one image from the LSST
122
304471
2374
porque una imagen tomada con el LSST
05:18
is equivalent to 3,000 images
123
306845
2385
equivale a 3 000 imágenes
05:21
from the Hubble Space Telescope,
124
309230
2126
del telescopio espacial Hubble,
05:23
each image three and a half degrees on the sky,
125
311356
3138
donde cada imagen cubre
tres grados y medio del firmamento
tres grados y medio del firmamento
05:26
seven times the width of the full moon.
126
314494
2776
o siete veces el diámetro
de la luna llena.
de la luna llena.
05:29
Well, how do you capture an image at this scale?
127
317270
2309
Pero ¿cómo se capturan
imágenes a esta escala?
imágenes a esta escala?
05:31
Well, you build the largest digital camera in history,
128
319579
4151
Bueno, construyendo la cámara digital
más grande del mundo
más grande del mundo
05:35
using the same technology you find
in the cameras in your cell phone
in the cameras in your cell phone
129
323730
3161
con la misma tecnología actual
de las cámaras de nuestros móviles,
de las cámaras de nuestros móviles,
05:38
or in the digital cameras you
can buy in the High Street,
can buy in the High Street,
130
326891
3791
o cualquier cámara digital
comprada en una tienda,
comprada en una tienda,
05:42
but now at a scale that is five and a half feet across,
131
330682
3120
pero con un diámetro
de unos 1,7 metros;
de unos 1,7 metros;
05:45
about the size of a Volkswagen Beetle,
132
333802
2408
más o menos lo que mide
un Volkswagen Beetle,
un Volkswagen Beetle,
05:48
where one image is three billion pixels.
133
336210
2958
y con una imagen
de unos tres mil millones de píxeles.
de unos tres mil millones de píxeles.
05:51
So if you wanted to look at an image
134
339168
1338
Para ver una sola imagen del LSST
05:52
in its full resolution, just a single LSST image,
135
340506
3229
a máxima resolución,
05:55
it would take about 1,500
high-definition TV screens.
high-definition TV screens.
136
343735
4725
se necesitarían unas 1 500 pantallas
de televisión de alta definición.
de televisión de alta definición.
Esta cámara estará fotografiando el cielo
06:00
And this camera will image the sky,
137
348460
2778
06:03
taking a new picture every 20 seconds,
138
351238
3038
cada 20 segundos,
escaneándolo constantemente.
06:06
constantly scanning the sky
139
354276
2188
06:08
so every three nights, we'll get a completely new view
140
356464
2825
Cada tres días obtendremos
un mapa completo
un mapa completo
06:11
of the skies above Chile.
141
359289
2383
del cielo estrellado de Chile.
06:13
Over the mission lifetime of this telescope,
142
361672
2835
Durante su vida útil,
el telescopio detectará 40 mil millones
de estrellas y galaxias.
de estrellas y galaxias.
06:16
it will detect 40 billion stars and galaxies,
143
364507
3352
Por primera vez
06:19
and that will be for the first time
144
367859
1500
06:21
we'll have detected more objects in our universe
145
369359
2775
el número de cuerpos celestes detectados
06:24
than people on the Earth.
146
372134
2689
superará al de los
habitantes de la Tierra.
habitantes de la Tierra.
Bueno, puedo explicar esto
06:26
Now, we can talk about this
147
374823
1215
06:28
in terms of terabytes and petabytes
148
376038
2362
midiéndolo en terabytes y petabytes,
06:30
and billions of objects,
149
378400
1519
o contando miles de millones de objetos.
06:31
but a way to get a sense of the amount of data
150
379919
1748
Para dar una idea
de la cantidad de datos
de la cantidad de datos
06:33
that will come off this camera
151
381667
1899
que producirá esta cámara,
06:35
is that it's like playing every TED Talk ever recorded
152
383566
4731
es como la totalidad de las charlas TED
grabadas hasta la fecha,
grabadas hasta la fecha,
06:40
simultaneously, 24 hours a day,
153
388297
3073
reproducidas simultáneamente,
24 horas al día,
24 horas al día,
06:43
seven days a week, for 10 years.
154
391370
2858
7 días a la semana, durante 10 años.
06:46
And to process this data means
155
394228
2261
Y el esfuerzo de procesar esta información
06:48
searching through all of those talks
156
396489
1924
equivale a buscar en todas esas charlas
06:50
for every new idea and every new concept,
157
398413
2249
una nueva idea, un concepto nuevo,
06:52
looking at each part of the video
158
400662
1856
mirando cada trozo de video
06:54
to see how one frame may have changed
159
402518
2025
para ver qué ha cambiado
de una toma a la otra.
06:56
from the next.
160
404543
1845
Esto está cambiando la manera
de hacer ciencia,
de hacer ciencia,
06:58
And this is changing the way that we do science,
161
406388
2351
07:00
changing the way that we do astronomy,
162
408739
2255
de trabajar en astronomía,
07:02
to a place where software and algorithms
163
410994
2256
en un espacio en donde
el software y los algoritmos
el software y los algoritmos
07:05
have to mine through this data,
164
413250
1868
que procesan esos datos
07:07
where the software is as critical to the science
165
415118
3206
se vuelven tan vitales para la ciencia,
07:10
as the telescopes and the
cameras that we've built.
cameras that we've built.
166
418324
4027
como los telescopios y las cámaras
que se han construido.
que se han construido.
07:14
Now, thousands of discoveries
167
422351
2587
Miles de nuevos descubrimientos
07:16
will come from this project,
168
424938
1935
se harán realidad con este proyecto,
07:18
but I'm just going to tell you about two
169
426873
1451
pero mencionaré solo dos teorías
07:20
of the ideas about origins and evolution
170
428324
2363
sobre el origen y la evolución
del universo,
del universo,
07:22
that may be transformed by our access
171
430687
2253
que posiblemente sufrirán cambios
07:24
to data at this scale.
172
432940
2561
tras nuestro acceso
a todos estos datos.
07:27
In the last five years, NASA has discovered
173
435501
2385
En los últimos cinco años,
la NASA ha descubierto
la NASA ha descubierto
07:29
over 1,000 planetary systems
174
437886
2261
más de 1 000 sistemas planetarios
07:32
around nearby stars,
175
440147
2093
alrededor de estrellas cercanas,
07:34
but the systems we're finding
176
442240
1930
pero los sistemas que encontramos
07:36
aren't much like our own solar system,
177
444170
2490
no se parecen mucho al nuestro,
y nos preguntamos
07:38
and one of the questions we face is
178
446660
1575
si esto se debe a que no
estamos buscando bien,
estamos buscando bien,
07:40
is it just that we haven't been looking hard enough
179
448235
2318
07:42
or is there something special or unusual
180
450553
1766
o si hay algo especial o único
07:44
about how our solar system formed?
181
452319
2418
respecto a cómo se formó
nuestro sistema solar.
nuestro sistema solar.
07:46
And if we want to answer that question,
182
454737
2262
Si queremos respuestas
07:48
we have to know and understand
183
456999
1439
necesitamos saber y entender
07:50
the history of our solar system in detail,
184
458438
2836
en detalle la historia
de nuestro sistema solar;
de nuestro sistema solar;
07:53
and it's the details that are crucial.
185
461274
2137
los detalles son esenciales.
Si volvemos a fijarnos en el cielo
07:55
So now, if we look back at the sky,
186
463411
3666
y en los asteroides que lo cruzan,
07:59
at our asteroids that were streaming across the sky,
187
467077
3551
podemos verlos como
los escombros del sistema solar.
los escombros del sistema solar.
08:02
these asteroids are like the
debris of our solar system.
debris of our solar system.
188
470628
4222
08:06
The positions of the asteroids
189
474850
2008
Sus posiciones
son como la impronta de
08:08
are like a fingerprint of an earlier time
190
476858
2137
tiempos remotos, cuando las órbitas
de Neptuno y de Júpiter
de Neptuno y de Júpiter
08:10
when the orbits of Neptune and Jupiter
191
478995
1980
se encontraban
mucho más cerca del Sol,
mucho más cerca del Sol,
08:12
were much closer to the sun,
192
480975
1895
08:14
and as these giant planets migrated
through our solar system,
through our solar system,
193
482870
3453
y cuando estos gigantes migraron
esparciendo asteroides en su camino
por el sistema solar.
por el sistema solar.
08:18
they were scattering the asteroids in their wake.
194
486323
3330
Analizar los asteroides
08:21
So studying the asteroids
195
489653
1306
08:22
is like performing forensics,
196
490959
2121
es como un análisis forense,
de nuestro sistema solar.
08:25
performing forensics on our solar system,
197
493080
2558
Para hacer esto hace falta distancia
08:27
but to do this, we need distance,
198
495638
2702
08:30
and we get the distance from the motion,
199
498340
2079
que obtenemos del movimiento,
08:32
and we get the motion because of our access to time.
200
500419
4547
y éste lo conseguimos
por el acceso al tiempo.
por el acceso al tiempo.
Y ¿qué nos dice todo esto?
08:36
So what does this tell us?
201
504966
1702
Si nos fijamos en estos
pequeños asteroides amarillos
pequeños asteroides amarillos
08:38
Well, if you look at the little yellow asteroids
202
506668
2227
08:40
flitting across the screen,
203
508895
2273
que revolotean por la pantalla,
08:43
these are the asteroids that are moving fastest,
204
511168
2430
vemos los que más rápido se mueven,
08:45
because they're closest to us, closest to Earth.
205
513598
3341
que son los que más cerca
se encuentran de nuestro planeta.
se encuentran de nuestro planeta.
Estos son los asteroides
a los que un día
a los que un día
08:48
These are the asteroids we may one day
206
516939
1507
08:50
send spacecraft to, to mine them for minerals,
207
518446
3398
enviaremos astronaves
en busca de minerales,
en busca de minerales,
los mismos también que un día
08:53
but they're also the asteroids that may one day
208
521844
2002
podrían impactar contra la Tierra,
08:55
impact the Earth,
209
523846
1665
08:57
like happened 60 million years ago
210
525511
1291
tal como ocurrió
hace 60 millones de años
hace 60 millones de años
08:58
with the extinction of the dinosaurs,
211
526802
2635
cuando desaparecieron los dinosauros,
09:01
or just at the beginning of the last century,
212
529437
1822
o al principio del siglo pasado
09:03
when an asteroid wiped out
213
531259
1332
cuando un asteroide arrasó
09:04
almost 1,000 square miles of Siberian forest,
214
532591
3589
cerca de 2 000 km² de tundra siberiana,
09:08
or even just last year, as one burnt up over Russia,
215
536180
3088
o simplemente el año pasado
cuando uno ardió en el cielo de Rusia
cuando uno ardió en el cielo de Rusia
09:11
releasing the energy of a small nuclear bomb.
216
539268
3612
liberando una cantidad de energía
igual a la de una pequeña bomba nuclear.
igual a la de una pequeña bomba nuclear.
09:14
So studying the forensics of our solar system
217
542880
3622
El análisis forense
de nuestro sistema solar
de nuestro sistema solar
no solo nos aporta información
sobre el pasado,
sobre el pasado,
09:18
doesn't just tell us about the past,
218
546502
2058
sino que también predice el futuro,
nuestro futuro.
nuestro futuro.
09:20
it can also predict the future,
including our future.
including our future.
219
548560
3811
Una vez que tengamos la distancia,
09:26
Now when we get distance,
220
554771
1968
09:28
we get to see the asteroids
in their natural habitat,
in their natural habitat,
221
556739
3589
podremos ubicar los asteroides
en sus hábitats naturales,
en sus hábitats naturales,
09:32
in orbit around the sun.
222
560328
1322
en órbitas alrededor del Sol.
09:33
So every point in this visualization that you can see
223
561650
2907
Cada punto en esta imagen
corresponde a un asteroide real.
09:36
is a real asteroid.
224
564557
2763
Hemos calculado su órbita
analizando sus movimientos.
analizando sus movimientos.
09:39
Its orbit has been calculated
from its motion across the sky.
from its motion across the sky.
225
567320
4010
Los colores reflejan su composición;
09:43
The colors reflect the composition of these asteroids,
226
571330
3341
09:46
dry and stony in the center,
227
574671
2137
secos y pedregosos en el centro,
ricos en agua y sencillos
hacía el exterior,
hacía el exterior,
09:48
water-rich and primitive towards the edge,
228
576808
2587
siendo estos últimos
los que, a lo mejor,
los que, a lo mejor,
09:51
water-rich asteroids which may have seeded
229
579395
2284
09:53
the oceans and the seas that we find on our planet
230
581679
3451
sembraron nuestros océanos y mares,
09:57
when they bombarded the
Earth at an earlier time.
Earth at an earlier time.
231
585130
3206
cuando bombardearon la Tierra
en tiempos remotos.
en tiempos remotos.
10:02
Because the LSST will be able to go faint
232
590127
2832
Como el LSST será más sensible,
10:04
and not just wide,
233
592959
1698
mejor equipado y con mayor resolución,
10:06
we will be able to see these asteroids
234
594657
1808
llegaremos a ver asteroides
10:08
far beyond the inner part of our solar system,
235
596465
3187
que se encuentran más allá
del centro de nuestro sistema solar,
del centro de nuestro sistema solar,
10:11
to asteroids beyond the
orbits of Neptune and Mars,
orbits of Neptune and Mars,
236
599652
3813
más allá de las órbitas
de Neptuno y Marte,
de Neptuno y Marte,
incluso los cometas y los asteroides
que pueden existir
que pueden existir
10:15
to comets and asteroids that may exist
237
603465
2261
10:17
almost a light year from our sun.
238
605726
3230
a casi un año luz de distancia del Sol.
10:20
And as we increase the detail of this picture,
239
608956
2609
A medida que aumentamos el detalle
en factores de 10 a 100 veces,
10:23
increasing the detail by factors of 10 to 100,
240
611565
3127
10:26
we will be able to answer questions such as,
241
614692
2430
podremos responder a preguntas
sobre la existencia de otros
planetas más allá de Neptuno,
planetas más allá de Neptuno,
10:29
is there evidence for planets
outside the orbit of Neptune,
outside the orbit of Neptune,
242
617122
3589
o detectar asteroides en ruta
10:32
to find Earth-impacting asteroids
243
620711
2507
hacia la Tierra
10:35
long before they're a danger,
244
623218
2535
mucho antes de que constituyan un peligro,
10:37
and to find out whether, maybe,
245
625753
1757
y poder averiguar si, quizás,
10:39
our sun formed on its own or in a cluster of stars,
246
627510
3180
nuestro Sol se formó solo o en
un enjambre de estrellas,
un enjambre de estrellas,
10:42
and maybe it's this sun's stellar siblings
247
630690
3082
o si tal vez sus hermanos estelares
10:45
that influenced the formation of our solar system,
248
633772
3442
han influido en la formación
del sistema solar,
del sistema solar,
motivo por el cual este tipo de sistemas
sería tan poco frecuente.
sería tan poco frecuente.
10:49
and maybe that's one of the reasons why
solar systems like ours seem to be so rare.
solar systems like ours seem to be so rare.
249
637214
5753
10:54
Now, distance and changes in our universe —
250
642974
4562
Sobre la distancia y los cambios
en nuestro universo,
en nuestro universo,
10:59
distance equates to time,
251
647536
3859
la distancia equivale tanto a tiempo
como a cambios en el firmamento.
11:03
as well as changes on the sky.
252
651395
2059
Cada 30 centímetros que nos acercamos
11:05
Every foot of distance you look away,
253
653454
2790
11:08
or every foot of distance an object is away,
254
656244
2485
a un objeto lejano,
11:10
you're looking back about a
billionth of a second in time,
billionth of a second in time,
255
658729
3589
retrocedemos en el tiempo una
mil millonésima parte de un segundo.
mil millonésima parte de un segundo.
11:14
and this idea or this notion of looking back in time
256
662318
2613
Esta idea, este concepto
de retroceder en el tiempo
de retroceder en el tiempo
11:16
has revolutionized our ideas about the universe,
257
664931
2631
ha revolucionado nuestro entendimiento
acerca del universo,
no una sino innumerables veces.
no una sino innumerables veces.
11:19
not once but multiple times.
258
667562
2280
La primera vez ocurrió en 1929,
11:21
The first time was in 1929,
259
669842
2812
cuando un astrónomo llamado Edwin Hubble
11:24
when an astronomer called Edwin Hubble
260
672654
2092
demostró que el universo se expande,
11:26
showed that the universe was expanding,
261
674746
2249
11:28
leading to the ideas of the Big Bang.
262
676995
2713
lo que llevó a la teoría del Big Bang.
Sus observaciones fueron simples:
11:31
And the observations were simple:
263
679708
2582
24 galaxias
11:34
just 24 galaxies
264
682290
2154
y un dibujo hecho a mano.
11:36
and a hand-drawn picture.
265
684444
3050
11:41
But just the idea that the more distant a galaxy,
266
689124
4660
La sola idea de que cuanto
más lejana está una galaxia,
más lejana está una galaxia,
11:45
the faster it was receding,
267
693784
2070
más rápido se aleja,
11:47
was enough to give rise to modern cosmology.
268
695854
3419
ha bastado para dar lugar
a la cosmología moderna.
a la cosmología moderna.
11:51
A second revolution happened 70 years later,
269
699273
2425
La segunda revolución tuvo lugar
70 años después
70 años después
11:53
when two groups of astronomers showed
270
701698
2072
cuando dos grupos
de astrónomos demostraron
de astrónomos demostraron
11:55
that the universe wasn't just expanding,
271
703770
2433
que el universo no solo se expande
sino que se acelera,
sino que se acelera,
11:58
it was accelerating,
272
706203
1325
11:59
a surprise like throwing up a ball into the sky
273
707528
3343
un descubrimiento tan sorprendente
como si al lanzar una pelota al aire
12:02
and finding out the higher that it gets,
274
710871
2812
viéramos que cuanto más alto llega
más rápido se aleja.
12:05
the faster it moves away.
275
713683
1778
12:07
And they showed this
276
715461
1509
Demostraron esto
12:08
by measuring the brightness of supernovae,
277
716970
2405
midiendo la luminosidad de las supernovas,
12:11
and how the brightness of the supernovae
278
719375
1834
y observando que esa luminosidad
12:13
got fainter with distance.
279
721209
2171
se vuelve más débil con la distancia.
12:15
And these observations were more complex.
280
723380
2453
Las observaciones fueron más complejas
12:17
They required new technologies and new telescopes,
281
725833
3014
y requirieron nuevas tecnologías
y nuevos telescopios,
y nuevos telescopios,
12:20
because the supernovae were in galaxies
282
728847
4050
porque las supernovas se encontraban
en galaxias 2 000 veces más lejanas
12:24
that were 2,000 times more distant
283
732897
1958
12:26
than the ones used by Hubble.
284
734855
2688
que las estudiadas por Hubble.
12:29
And it took three years to find just 42 supernovae,
285
737543
5311
Se necesitaron 3 años para
encontrar solo 42 supernovas,
encontrar solo 42 supernovas,
porque en una galaxia explota
12:34
because a supernova only explodes
286
742854
1754
una supernova solo cada cien años.
12:36
once every hundred years within a galaxy.
287
744608
3082
12:39
Three years to find 42 supernovae
288
747690
2284
Tres años para encontrar 42 supernovas
12:41
by searching through tens of thousands of galaxies.
289
749974
4019
buscando en decenas de miles
de galaxias.
de galaxias.
12:45
And once they'd collected their data,
290
753993
1851
Una vez se recolectaron los datos,
12:47
this is what they found.
291
755844
3748
esto es lo que encontraron.
12:51
Now, this may not look impressive,
292
759592
2711
Aunque no parezca impresionante,
así es como se ve
una revolución en la física:
una revolución en la física:
12:54
but this is what a revolution in physics looks like:
293
762303
4115
una línea que predice la luminosidad
de una supernova
de una supernova
12:58
a line predicting the brightness of a supernova
294
766418
2430
13:00
11 billion light years away,
295
768848
2046
encontrada a 11 mil millones
de años luz,
de años luz,
13:02
and a handful of points that don't quite fit that line.
296
770894
3796
junto a un puñado de puntitos que no
encajan exactamente en esa línea.
encajan exactamente en esa línea.
13:06
Small changes give rise to big consequences.
297
774690
4113
Son pequeños cambios que
generan enormes consecuencias.
generan enormes consecuencias.
13:10
Small changes allow us to make discoveries,
298
778803
2948
Pequeños cambios que
llevan a grandes descubrimientos,
llevan a grandes descubrimientos,
como el planeta encontrado por Herschel.
13:13
like the planet found by Herschel.
299
781751
2823
13:16
Small changes turn our understanding
300
784574
2272
Pequeños cambios que
transforman por completo
transforman por completo
13:18
of the universe on its head.
301
786846
2401
nuestra percepción del universo.
13:21
So 42 supernovae, slightly too faint,
302
789247
3464
42 supernovas, un tanto menos luminosas,
significa que se encuentran
apenas un poco más lejos,
apenas un poco más lejos,
13:24
meaning slightly further away,
303
792711
2009
y eso requiere que el universo
no solo tiene que estar expandiéndose,
no solo tiene que estar expandiéndose,
13:26
requiring that a universe must not just be expanding,
304
794720
3160
sino que la expansión tiene
que ser acelerada.
que ser acelerada.
13:29
but this expansion must be accelerating,
305
797880
3330
Se revela entonces un
componente del universo
componente del universo
13:33
revealing a component of our universe
306
801210
1946
13:35
which we now call dark energy,
307
803156
2486
llamado energía oscura,
que es lo que produce esta expansión
13:37
a component that drives this expansion
308
805642
2509
y representa hasta un 68%
del total de la energía
del total de la energía
13:40
and makes up 68 percent of the energy budget
309
808151
3027
13:43
of our universe today.
310
811178
2035
disponible hoy en el universo.
Entonces, ¿cómo será
la próxima revolución?
la próxima revolución?
13:46
So what is the next revolution likely to be?
311
814751
3824
Y ¿qué es la energía oscura
y por qué existe?
y por qué existe?
13:50
Well, what is dark energy and why does it exist?
312
818575
2719
13:53
Each of these lines shows a different model
313
821294
2328
Cada línea indica un modelo diferente
13:55
for what dark energy might be,
314
823622
2843
de lo que podría ser la energía oscura
13:58
showing the properties of dark energy.
315
826465
2481
y sus propiedades.
14:00
They all are consistent with the 42 points,
316
828946
3623
Todas son compatibles con los 42 puntos,
pero las teorías detrás de estas líneas
14:04
but the ideas behind these lines
317
832569
2227
14:06
are dramatically different.
318
834796
2103
son completamente diferentes.
14:08
Some people think about a dark energy
319
836899
2543
Algunos opinan que la energía oscura
14:11
that changes with time,
320
839442
1458
cambia con el tiempo,
14:12
or whether the properties of the dark energy
321
840900
2288
y que sus propiedades dependen
14:15
are different depending on where you look on the sky.
322
843188
2756
de dónde se mire en el cielo.
14:17
Others make differences and changes
323
845944
1823
Otros imponen diferencias y cambios
14:19
to the physics at the sub-atomic level.
324
847767
3048
en la física subatómica.
14:22
Or, they look at large scales
325
850815
2790
Mientras que otros observan a gran escala
y cambian la forma como trabajan
la gravedad y la relatividad.
la gravedad y la relatividad.
14:25
and change how gravity and general relativity work,
326
853605
3565
14:29
or they say our universe is just one of many,
327
857170
2791
O dicen que nuestro universo
es solo uno entre muchos,
es solo uno entre muchos,
14:31
part of this mysterious multiverse,
328
859961
2598
parte de este misterioso multiuniverso.
14:34
but all of these ideas, all of these theories,
329
862559
3161
Pero todas estas
ideas y teorías increíbles, ciertamente
algunas un tanto descabelladas,
algunas un tanto descabelladas,
14:37
amazing and admittedly some of them a little crazy,
330
865720
3499
son coherentes con los 42 puntos.
14:41
but all of them consistent with our 42 points.
331
869219
4027
Y bien, ¿entonces cómo pensamos
darle sentido a todo esto
darle sentido a todo esto
14:45
So how can we hope to make sense of this
332
873246
2182
14:47
over the next decade?
333
875428
2272
en los siguientes 10 años?
Imaginen que les doy un par de dados,
14:49
Well, imagine if I gave you a pair of dice,
334
877700
3230
y les pido que averigüen
14:52
and I said you wanted to see whether those dice
335
880930
1999
si están trucados o correctos.
14:54
were loaded or fair.
336
882929
1867
Una sola tirada diría muy poco,
14:56
One roll of the dice would tell you very little,
337
884796
2934
pero cuantas más veces rueden,
14:59
but the more times you rolled them,
338
887730
1992
más información se recopila,
15:01
the more data you collected,
339
889722
1922
15:03
the more confident you would become,
340
891644
2172
mayor certeza se logra,
15:05
not just whether they're loaded or fair,
341
893816
2603
no solo acerca
de si están o no cargados,
de si están o no cargados,
15:08
but by how much, and in what way.
342
896419
3898
sino también de cuánto y de qué manera.
Se tardó 3 años en
descubrir 42 supernovas,
descubrir 42 supernovas,
15:12
It took three years to find just 42 supernovae
343
900317
3802
porque los telescopios con que contamos
15:16
because the telescopes that we built
344
904119
3047
solo pueden examinar
una pequeña parte del firmamento.
una pequeña parte del firmamento.
15:19
could only survey a small part of the sky.
345
907166
3693
Con el LSST, obtendremos una imagen
15:22
With the LSST, we get a completely new view
346
910859
2665
totalmente nueva del cielo
de Chile, cada 3 noches.
de Chile, cada 3 noches.
15:25
of the skies above Chile every three nights.
347
913524
3622
15:29
In its first night of operation,
348
917146
2463
En su primera noche de funcionamiento,
15:31
it will find 10 times the number of supernovae
349
919609
3150
encontrará 10 veces más supernovas
que el número de las utilizadas
para descubrir la energía oscura.
para descubrir la energía oscura.
15:34
used in the discovery of dark energy.
350
922759
3141
15:37
This will increase by 1,000
351
925900
1809
La cifra se multiplicará por mil
15:39
within the first four months:
352
927709
2493
en los primeros 4 meses,
15:42
1.5 million supernovae by the end of its survey,
353
930202
4784
hasta un total de 1,5 millones
de supernovas al final del proyecto.
de supernovas al final del proyecto.
15:46
each supernova a roll of the dice,
354
934986
3185
Cada supernova representa
un tiro de los dados,
un tiro de los dados,
y prueba cuáles teorías
de la energía oscura
de la energía oscura
15:50
each supernova testing which theories of dark energy
355
938171
3442
son consistentes y cuáles no.
15:53
are consistent, and which ones are not.
356
941613
4128
Combinando estos datos
sobre las supernovas
sobre las supernovas
15:57
And so, by combining these supernova data
357
945741
3803
con otras mediciones cosmológicas,
16:01
with other measures of cosmology,
358
949544
2276
eliminaremos gradualmente
las diferentes ideas
las diferentes ideas
16:03
we'll progressively rule out the different ideas
359
951820
2890
y teorías de la energía oscura,
16:06
and theories of dark energy
360
954710
1976
16:08
until hopefully at the end of this survey around 2030,
361
956686
7142
hasta que, con suerte, al final
del proyecto, alrededor de 2030,
del proyecto, alrededor de 2030,
esperamos que una
nueva teoría del universo,
nueva teoría del universo,
16:15
we would expect to hopefully see
362
963828
2614
16:18
a theory for our universe,
363
966442
2142
una teoría fundamental
para la física del universo,
para la física del universo,
16:20
a fundamental theory for the physics of our universe,
364
968584
2539
16:23
to gradually emerge.
365
971123
2757
tome forma progresivamente.
En muchos aspectos, las cuestiones
que hemos presentado
que hemos presentado
16:26
Now, in many ways, the questions that I posed
366
974950
2392
16:29
are in reality the simplest of questions.
367
977342
4361
son en realidad las más simples.
Es posible que no sepamos las respuestas
16:33
We may not know the answers,
368
981703
1754
16:35
but we at least know how to ask the questions.
369
983457
3852
pero, por lo menos, sabemos
cuáles son las preguntas.
cuáles son las preguntas.
16:39
But if looking through tens of thousands of galaxies
370
987309
3118
Pero, si al buscar en decenas
de miles de galaxias,
de miles de galaxias,
16:42
revealed 42 supernovae that turned
371
990427
2938
se han encontrado 42 supernovas
16:45
our understanding of the universe on its head,
372
993365
3479
que nos revolucionaron
la visión del universo,
la visión del universo,
cuando lleguemos a trabajar
con miles de millones de galaxias,
con miles de millones de galaxias,
16:48
when we're working with billions of galaxies,
373
996844
2914
16:51
how many more times are we going to find
374
999758
1777
¿cuántas veces más vamos
a encontrar 42 puntos
a encontrar 42 puntos
16:53
42 points that don't quite match what we expect?
375
1001535
5648
que no encajen bien con lo esperado?
Al igual que el planeta
descubierto por Herschel,
descubierto por Herschel,
16:59
Like the planet found by Herschel
376
1007183
2757
17:01
or dark energy
377
1009940
2417
o la energía oscura,
17:04
or quantum mechanics or general relativity,
378
1012357
3843
o la mecánica cuántica o
la relatividad general;
la relatividad general;
todas esas ideas surgieron
17:08
all ideas that came because the data
379
1016200
2344
porque los datos no encajaban
exactamente con lo que esperábamos.
exactamente con lo que esperábamos.
17:10
didn't quite match what we expected.
380
1018544
3455
17:13
What's so exciting about the next decade of data
381
1021999
3261
Lo emocionante de la próxima década
en el campo de la astronomía
17:17
in astronomy is,
382
1025260
1670
es que ni siquiera sabemos
cuántas respuestas nos aguardan,
cuántas respuestas nos aguardan,
17:18
we don't even know how many answers
383
1026930
2211
17:21
are out there waiting,
384
1029141
1800
17:22
answers about our origins and our evolution.
385
1030941
3881
acerca de nuestros orígenes
y nuestra evolución.
y nuestra evolución.
¿Cuántas respuestas están allá afuera,
17:26
How many answers are out there
386
1034822
1095
17:27
that we don't even know the questions
387
1035917
3294
respuestas para las que
ni siquiera sabemos
ni siquiera sabemos
qué preguntas hacer?
17:31
that we want to ask?
388
1039211
2011
17:33
Thank you.
389
1041222
1947
Gracias.
(Aplausos)
17:35
(Applause)
390
1043169
3702
ABOUT THE SPEAKER
Andrew Connolly - AstronomerAndrew Connolly is helping to build the Large Synoptic Survey Telescope -- as well as tools to handle the massive datasets it will send our way.
Why you should listen
Andrew Connolly's research focuses on understanding the evolution of our universe, by studying how structure forms and evolves on small and large scales -- from the search for asteroids to the clustering of distant galaxies. He's a ten-year veteran of the Large Synoptic Sky Survey, and is now prepping for the unprecedented data streams we could expect from the under-construction Large Synoptic Survey Telescope.
Set on an 8,800-foot peak in northern Chile, the LSST will have an 8.4-meter primary mirror, a 10-square-degree field of view and a 3.2 gigapixel camera. It will survey half the sky every three nights, creating about 100 terabytes of data every week. Astronomers, Connolly suggests, will need wholly new tools to wrangle this amount of data -- so he has been helping bring together computer scientists, statisticians and astronomers to develop scalable algorithms for processing massive data streams.
On sabbatical from the University of Washington, Connolly led the development of Google Sky, and he's now working with Microsoft to develop affordable digital planetariums.
More profile about the speakerSet on an 8,800-foot peak in northern Chile, the LSST will have an 8.4-meter primary mirror, a 10-square-degree field of view and a 3.2 gigapixel camera. It will survey half the sky every three nights, creating about 100 terabytes of data every week. Astronomers, Connolly suggests, will need wholly new tools to wrangle this amount of data -- so he has been helping bring together computer scientists, statisticians and astronomers to develop scalable algorithms for processing massive data streams.
On sabbatical from the University of Washington, Connolly led the development of Google Sky, and he's now working with Microsoft to develop affordable digital planetariums.
Andrew Connolly | Speaker | TED.com