European Commission logo
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Origins of the Molecular Cloud Structure

Article Category

Article available in the following languages:

La formazione delle stelle sotto una nuova luce

Una nuova ricerca fa luce sulle nubi di gas, la loro posizione nella Via Lattea e il ruolo che rivestono nella formazione di nuove stelle.

Spazio icon Spazio

In una galassia non troppo lontana, è nata una stella. Infatti, proprio qui nella Via Lattea, ogni anno si aggiungono diverse nuove stelle. Anche se sappiamo che queste nuove stelle si formano quando il gas interstellare collassa su se stesso, molte domande importanti sul processo di formazione rimangono senza risposta: qual è il ruolo della gravità e della turbolenza nella formazione delle stelle? Come è distribuito il gas interstellare? Come fanno le galassie a costruire il loro contenuto stellare? Rispondere a queste e altre domande era l’obiettivo del progetto PROMISE, finanziato dall’UE. «Ci siamo proposti di ottenere nuove informazioni su come le strutture di gas si muovono ed evolvono all’interno delle nubi e come questo porta infine alla formazione di nuove stelle», spiega Jouni Kainulainen, ricercatore presso la Chalmers University of Technology e coordinatore del progetto PROMISE. «Così facendo, abbiamo voluto aiutare gli scienziati a capire meglio come si presenta la complessa struttura interna delle nubi di gas.»

Mappatura e apprendimento automatico

Il cuore del progetto sostenuto dal Consiglio europeo della ricerca è stata la creazione di una mappa innovativa che mostra la posizione e la struttura di migliaia di nubi di gas di stelle in formazione nella Via Lattea. «Questo è di gran lunga il nostro risultato più importante, che aiuterà i ricercatori e gli astronomi a studiare le nubi di gas e la formazione delle stelle per gli anni a venire», spiega Kainulainen. Un altro importante risultato è stata una nuova descrizione di come si muove il gas nella Via Lattea, una descrizione resa possibile da algoritmi basati sull’apprendimento automatico. «I telescopi moderni producono enormi serie di dati, ben oltre ciò che può essere compreso dal cervello umano», osserva. «L’apprendimento automatico è uno strumento che può aiutarci a dare un senso a questi dati». Secondo Kainulainen, questi nuovi algoritmi permettono agli scienziati di automatizzare i processi di analisi che una volta avvenivano a occhio nudo o a proprio giudizio. «Ora possiamo analizzare rapidamente grandi serie di dati ed estrarre informazioni che altrimenti sarebbero rimaste nascoste», dice. Questo sviluppo ha permesso al team del progetto di ottenere nuove informazioni su dove si trova il gas nella Via Lattea e come si muove. Quello che hanno scoperto è stato sorprendente. «Abbiamo scoperto che il gas interstellare presenta ovunque modelli cinematici curiosi e sistematici», osserva Kainulainen. «Poiché ancora non abbiamo compreso appieno questi modelli, questo apre la porta alla ricerca futura.» Il progetto ha anche studiato la struttura interna e il ruolo delle nubi di gas interstellari nella formazione delle stelle. «Siamo tra i primi nel campo a descrivere come il gas in nubi così note come la nube di Orione si frammenta in unità sempre più piccole, formando alla fine delle stelle», aggiunge.

Da nuove stelle a nuove sfide

Anche se il progetto è ormai finito, la mappa di PROMISE sarà continuamente aggiornata con nuovi dati e informazioni. I ricercatori intendono inoltre dare un seguito alle molte idee e alle nuove domande che il progetto ha suscitato. «Sono orgoglioso del fatto che nonostante tutti gli ostacoli, dalla raccolta dei dati alla conduzione della ricerca durante la pandemia di COVID-19, siamo riusciti a produrre risultati importanti e duraturi», conclude Kainulainen. «In particolare, sono orgoglioso del nostro team di ricerca stellare e dell’impatto che abbiamo avuto nel campo della ricerca sul mezzo interstellare.»

Parole chiave

PROMISE, formazione stellare, nubi di gas, Via Lattea, galassia, gas interstellare, astronomi, apprendimento automatico, dati, algoritmo

Scopri altri articoli nello stesso settore di applicazione