TED2019
Juna Kollmeier: The most detailed map of galaxies, black holes and stars ever made
Juna Kollmeier: El mapa más detallado de galaxias, agujeros negros y estrellas jamás hecho
Filmed:
Readability: 3.9
2,220,125 views
Los humanos han estado estudiando las estrellas durante miles de años, pero la astrofísica Juna Kollmeier tiene una misión especial: crear los mapas en 3D más detallados del universo. Viaja a través del cosmos mientras comparte el trabajo de su equipo en Sloan Digital Sky Survey, con imágenes de millones de estrellas, agujeros negros y galaxias con detalles sin precedentes. Si mantenemos nuestro ritmo, dice, podemos mapear cada gran galaxia en el universo observable para el año 2060. "Hemos pasado de organizar las conchas a la relatividad general en unos pocos miles de años", dice ella. "Si nos aferramos a 40 más, podemos mapear todas las galaxias".
Juna Kollmeier - Theoretical astrophysicist
Using all the techniques known to astronomy -- mathematics, computers and data from telescopes on the ground and in space -- Juna Kollmeier seeks to understand how the universe formed by mapping stars, galaxies and black holes at scale. Full bio
Using all the techniques known to astronomy -- mathematics, computers and data from telescopes on the ground and in space -- Juna Kollmeier seeks to understand how the universe formed by mapping stars, galaxies and black holes at scale. Full bio
Double-click the English transcript below to play the video.
00:13
When I was a kid,
I was afraid of the dark.
I was afraid of the dark.
0
1722
2934
De niña, tenía miedo a la oscuridad.
00:18
The darkness is where the monsters are.
1
6032
2600
La oscuridad es donde están los monstruos.
00:21
And I had this little night light
outside of my bedroom
outside of my bedroom
2
9540
4184
Y tenía esa pequeña luz de noche
fuera de mi habitación
fuera de mi habitación
00:26
so that it would never get too dark.
3
14671
1745
para que nunca se oscureciera demasiado.
00:29
But over time, my fear of the dark
turned to curiosity.
turned to curiosity.
4
17973
4865
Pero con el tiempo, mi miedo
a la oscuridad se convirtió en curiosidad.
a la oscuridad se convirtió en curiosidad.
00:35
What is out there in the "dark-dark?"
5
23410
2938
¿Qué hay ahí fuera
en la "oscuridad oscura"?
en la "oscuridad oscura"?
00:39
And it turns out
6
27410
1367
Y resulta que
00:41
that trying to understand the darkness
is something that's fascinated humans
is something that's fascinated humans
7
29728
4699
tratar de entender la oscuridad
es algo que fascina a los humanos
es algo que fascina a los humanos
00:46
for thousands of years, maybe forever.
8
34451
2174
durante miles de años, tal vez siempre.
00:49
And we know this
9
37389
1857
Y sabemos esto
00:51
because we find their ancient relics
of their attempts to map the sky.
of their attempts to map the sky.
10
39270
4737
porque encontramos sus antiguas reliquias
de sus intentos de mapear el cielo.
de sus intentos de mapear el cielo.
00:58
This tusk is over 30,000 years old.
11
46317
3309
Este colmillo tiene más de 30 000 años.
01:02
Some people think
that it's a carving of Orion
that it's a carving of Orion
12
50413
2991
Algunas personas piensan
que es una talla de Orión.
que es una talla de Orión.
01:05
or maybe a calendar.
13
53428
2087
o tal vez un calendario.
01:07
We don't know.
14
55944
1150
No lo sabemos.
01:09
The Fuxi star map is over 6,000 years old,
15
57958
4198
El mapa de estrellas de Fuxi tiene más
de 6000 años de antigüedad.
de 6000 años de antigüedad.
01:14
and it's from a neolithic tomb
in ancient China.
in ancient China.
16
62180
2467
y es de una tumba neolítica
de la antigua China.
de la antigua China.
01:17
And that little pile of clamshells
17
65251
2446
Y ese pequeño montón de almejas
01:19
underneath the dead guy's
foot in the middle --
foot in the middle --
18
67721
2823
debajo del pie
del tipo muerto en el medio...
del tipo muerto en el medio...
01:23
that's supposed to be the Big Dipper.
19
71609
1825
se supone que es el Big Dipper.
01:25
Maybe.
20
73458
1150
Tal vez.
01:27
The Nebra disk is uncontroversial.
21
75284
2713
El disco de Nebra no tiene controversia.
01:30
You don't have to be an astronomer to know
that you're looking at the Moon phases
that you're looking at the Moon phases
22
78902
3945
No se tiene que ser un astrónomo
para saber que miras las fases de la Luna.
para saber que miras las fases de la Luna.
01:34
or the Sun in eclipse.
23
82871
1436
o el Sol en eclipse.
01:36
And that little group of seven stars,
that's the Pleiades, the Seven Sisters.
that's the Pleiades, the Seven Sisters.
24
84331
4055
Y ese pequeño grupo de siete estrellas,
esas son las Pléyades, las Siete Hermanas.
esas son las Pléyades, las Siete Hermanas.
01:41
But in any case, the point is clear:
25
89553
1856
Pero en cualquier caso, el punto es claro:
01:44
astronomers have been
mapping the sky for a long time.
mapping the sky for a long time.
26
92720
3117
Los astrónomos han estado cartografiando
el cielo durante mucho tiempo.
el cielo durante mucho tiempo.
01:48
Why?
27
96490
1150
¿Por qué?
01:50
It's our calling card
as a species in the galaxy
as a species in the galaxy
28
98227
5398
Es nuestra carta de presentación
como especie en la galaxia
como especie en la galaxia
01:55
to figure things out.
29
103649
1959
para resolver las cosas.
01:58
We know our planet,
30
106203
2136
Conocemos nuestro planeta,
02:00
we cure our diseases,
31
108363
1601
curamos nuestras enfermedades,
02:01
we cook our food,
32
109988
1740
cocinamos nuestra comida,
02:03
we leave our planet.
33
111752
1825
dejamos nuestro planeta.
02:08
But it's not easy.
34
116426
1200
Pero no es fácil.
02:11
Understanding the universe is battle.
35
119037
2865
Comprender el universo es una batalla.
02:14
It is unrelenting, it is time-varying,
36
122728
3373
Es implacable, varía en el tiempo,
02:18
and it is one we are all in together.
37
126125
2467
y es que estamos todos juntos.
02:21
It is a battle in the darkness
against the darkness.
against the darkness.
38
129292
4364
Es una batalla en la oscuridad
contra la oscuridad.
contra la oscuridad.
02:26
Which is why Orion has weapons.
39
134853
3619
Por eso Orion tiene armas.
02:34
In any case, if you're
going to engage in this battle,
going to engage in this battle,
40
142170
3153
En cualquier caso,
si se va a participar en esta batalla,
si se va a participar en esta batalla,
02:37
you need to know the battlefield.
41
145347
1913
se necesita conocer el campo de batalla.
02:39
So at its core,
42
147284
1198
Así que en su núcleo,
hacer un mapa del cielo involucra
tres elementos esenciales.
tres elementos esenciales.
02:40
mapping the sky involves
three essential elements.
three essential elements.
43
148506
2666
02:43
You've got objects
that are giving off light,
that are giving off light,
44
151196
3187
Se tienen objetos que están emitiendo luz,
02:46
you've got telescopes
that are collecting that light,
that are collecting that light,
45
154407
3341
telescopios que están recogiendo esa luz,
02:49
and you've got instruments
46
157772
1436
e instrumentos
02:51
that are helping you understand
what that light is.
what that light is.
47
159232
2940
que ayudan a entender qué es esa luz.
02:54
Many of you have mapped
the Moon phases over time
the Moon phases over time
48
162196
3369
Muchos de Uds. han hecho un mapa
de las fases de la Luna en el tiempo
de las fases de la Luna en el tiempo
02:57
with your eyes, your eyes being
your more basic telescope.
your more basic telescope.
49
165589
4520
con sus ojos, sus ojos son
su telescopio más básico.
su telescopio más básico.
03:02
And you've understood
what that means with your brains,
what that means with your brains,
50
170133
2579
Y han entendido lo que
eso significa con sus cerebros,
eso significa con sus cerebros,
03:04
your brains being one
of your more basic instruments.
of your more basic instruments.
51
172736
2746
Sus cerebros son uno de sus
instrumentos más básicos.
instrumentos más básicos.
03:07
Now, if you and a buddy get together,
52
175506
1947
Ahora, si Uds. y un amigo se reúnen,
03:11
you would spend over 30 years,
53
179591
3357
pasarían más de 30 años,
03:14
you would map 1,000 stars
extremely precisely.
extremely precisely.
54
182972
3539
para hacer un mapa 1000 estrellas
de manera extremadamente precisa.
de manera extremadamente precisa.
03:19
You would move
the front line to the battle.
the front line to the battle.
55
187059
2143
Moverían la línea del frente a la batalla.
03:21
And that's what Tycho Brahe
and his buddy, or his assistant, really,
and his buddy, or his assistant, really,
56
189552
3962
Y eso es lo que Tycho Brahe y su amigo,
o su asistente, realmente,
o su asistente, realmente,
03:25
Johannes Kepler did back in the 1600s.
57
193538
2769
Johannes Kepler,
hicieron en el siglo XVII.
hicieron en el siglo XVII.
03:28
And they moved the line,
58
196331
2270
Y movieron la línea,
descubriendo cómo
funcionaban los planetas,
funcionaban los planetas,
03:30
figured out how planets worked,
59
198625
1826
03:32
how they moved around the Sun.
60
200475
1754
Cómo se movían alrededor del Sol.
03:35
But it wasn't until about 100 years ago
61
203141
2643
Pero no fue hasta hace unos 100 años.
03:37
that we realized
62
205808
2271
que nos dimos cuenta
03:40
it's a big universe.
63
208103
1368
de que es un gran universo.
03:42
It seems like the universe
is just infinite, which it is,
is just infinite, which it is,
64
210214
4231
Parece que el universo es
simplemente infinito, lo que es,
simplemente infinito, lo que es,
03:46
but the observable universe is finite.
65
214469
2887
pero el universo observable es finito.
03:49
Which means we can win the battle.
66
217889
2266
Lo que significa que
podemos ganar la batalla.
podemos ganar la batalla.
03:54
But if you're going to map the universe,
67
222402
2006
Pero si van a hacer un mapa del universo,
03:57
you're not going to do it
with one or two of your besties.
with one or two of your besties.
68
225283
2771
no lo van a hacer con uno o dos
de sus mejores amigos.
de sus mejores amigos.
04:00
Mapping the universe takes an army,
69
228569
2618
Hacer un mapa del universo
toma un ejército,
toma un ejército,
04:03
an army of curious, creative, craftspeople
70
231569
3865
un ejército de curiosos,
creativos, artesanos
creativos, artesanos
04:07
who, working together,
can accomplish the extraordinary.
can accomplish the extraordinary.
71
235458
3405
que, trabajando juntos,
pueden lograr lo extraordinario.
pueden lograr lo extraordinario.
04:12
I lead this army of creatives,
72
240476
1826
Dirijo este ejército de creativos,
04:14
in the fifth generation
of the Sloan Digital Sky Survey, SDSS.
of the Sloan Digital Sky Survey, SDSS.
73
242326
3899
en la quinta generación
del Sloan Digital Sky Survey, SDSS.
del Sloan Digital Sky Survey, SDSS.
04:18
And this is how astronomers have managed
to shepherd individual curiosity
to shepherd individual curiosity
74
246810
4315
Y así es como los astrónomos han logrado
pastorear la curiosidad individual.
pastorear la curiosidad individual.
04:23
through its industrial age,
75
251149
2111
a través de su era industrial,
04:25
preserving the individual ability
to make discoveries
to make discoveries
76
253284
3357
preservando la capacidad individual
de hacer descubrimientos, pero poniendo
de hacer descubrimientos, pero poniendo
04:28
but putting into place mega machinery
to truly advance the frontier.
to truly advance the frontier.
77
256665
3886
una mega maquinaria en marcha
para avanzar de verdad en la frontera.
para avanzar de verdad en la frontera.
04:33
In SDSS, we divide the sky
into three mappers:
into three mappers:
78
261822
3063
En SDSS, dividimos el cielo
en tres mapeadores:
en tres mapeadores:
04:36
one for the stars, one for the black holes
79
264909
3531
una para las estrellas,
otra para los agujeros negros
otra para los agujeros negros
04:40
and one for the galaxies.
80
268464
1875
y una para las galaxias.
04:42
My survey has two hemispheres,
81
270363
2278
Mi inspección tiene dos hemisferios,
04:44
five telescopes, or 11,
depending on how you count,
depending on how you count,
82
272665
4301
5 telescopios, o 11,
dependiendo de cómo cuentes,
dependiendo de cómo cuentes,
04:48
10 spectrographs
83
276990
1559
10 espectrógrafos
04:50
and millions of objects.
84
278573
1750
y millones de objetos.
04:52
It's a monster.
85
280347
1385
Es un monstruo.
04:53
So let's go through the mappers.
86
281756
1565
Vamos con los cartógrafos.
04:57
The Milky Way galaxy has 250 billion
plus or minus a few hundred billion stars.
plus or minus a few hundred billion stars.
87
285351
6452
La Vía Láctea tiene 250, pocos cientos más
o menos, de miles de millones de estrellas
o menos, de miles de millones de estrellas
05:05
That is not a number
that you hold in your head.
that you hold in your head.
88
293497
2437
que no es un número
que uno tenga en la cabeza.
que uno tenga en la cabeza.
05:07
That is a number that doesn't
make practical sense
make practical sense
89
295958
2341
Ese es un número
que no tiene sentido práctico.
que no tiene sentido práctico.
05:10
to pretty much anybody.
90
298323
1285
a casi cualquier persona.
05:11
You never get 250 billion jelly beans
in your hand. You know?
in your hand. You know?
91
299632
3400
Nunca tienes 250 mil millones de caramelos
en tu mano. ¿Ya sabes?
en tu mano. ¿Ya sabes?
05:17
We're nowhere near mapping
all of those stars yet.
all of those stars yet.
92
305543
3222
Todavía no estamos cerca de
cartografiar todas esas estrellas.
cartografiar todas esas estrellas.
05:21
So we have to choose
the most interesting ones.
the most interesting ones.
93
309345
2422
Así que tenemos
que elegir las más interesantes.
que elegir las más interesantes.
05:24
In SDSS-V, we're mapping six million stars
94
312829
4150
En SDSS-V, estamos mapeando
seis millones de estrellas
seis millones de estrellas
05:29
where we think we can measure their age.
95
317003
2086
de las que pensamos
que podemos medir su edad.
que podemos medir su edad.
05:31
Because if you can measure
the age of a star,
the age of a star,
96
319662
2174
Porque si puedes
medir la edad de una estrella,
medir la edad de una estrella,
05:33
that's like having six million clocks
spread all throughout the Milky Way.
spread all throughout the Milky Way.
97
321860
3781
es como tener seis millones de relojes
repartidos por toda la Vía Láctea.
repartidos por toda la Vía Láctea.
05:37
And with that information,
98
325665
1438
Y con esa información,
05:39
we can unravel the history
and fossil record of our galaxy
and fossil record of our galaxy
99
327127
4620
podemos desentrañar la historia
y el registro fósil de nuestra galaxia
y el registro fósil de nuestra galaxia
05:43
and learn how it formed.
100
331771
1366
y aprender cómo se formó.
05:47
I'm just going to cut
right to the chase here.
right to the chase here.
101
335238
2340
Solo voy a ir directo
a la persecución aquí.
a la persecución aquí.
05:50
Black holes are among the most perplexing
objects in the universe.
objects in the universe.
102
338436
4853
Los agujeros negros están entre los
objetos más desconcertantes del universo.
objetos más desconcertantes del universo.
05:55
Why?
103
343627
1156
¿Por qué?
05:56
Because they are literally just
math incarnate, in a physical form,
math incarnate, in a physical form,
104
344807
4011
Porque son literalmente matemáticas
encarnadas en una forma física,
encarnadas en una forma física,
06:00
that we barely understand.
105
348842
1498
que apenas entendemos.
06:03
It's like the number zero being animated
and walking around the corridors here.
and walking around the corridors here.
106
351085
4642
Es como si el número 0 estuviera animado
y caminando por los corredores aquí.
y caminando por los corredores aquí.
06:07
That would be super weird.
107
355751
1406
Eso sería muy, muy raro.
06:09
These are weirder.
108
357181
1371
Estos son más raros.
06:10
And it's not just like a basketball
109
358576
2104
Y no es como una pelota de baloncesto
06:12
that you smoosh down into a little point
and it's super dense and that's weird.
and it's super dense and that's weird.
110
360704
3730
que hundes en un pequeño punto
y es súper denso y eso es raro.
y es súper denso y eso es raro.
06:16
No, smooshed basketballs have a surface.
111
364458
2667
No, las pelotas de baloncesto
tienen una superficie.
tienen una superficie.
06:19
These things don't have surfaces,
and we know that now.
and we know that now.
112
367149
3380
Estas cosas no tienen superficies,
y eso lo sabemos ahora.
y eso lo sabemos ahora.
06:23
Because we've seen it.
113
371228
1674
Porque lo hemos visto.
06:24
Or the lack of it.
114
372926
1372
O la falta de eso.
06:27
What's really interesting
about black holes
about black holes
115
375609
2008
Lo realmente interesante
de los agujeros negros
de los agujeros negros
06:29
is that we can learn a lot about them
by studying the material
by studying the material
116
377641
3606
es que podemos aprender mucho
sobre ellos estudiando el material
sobre ellos estudiando el material
06:33
just as it passes through that point
of no information return.
of no information return.
117
381271
4803
justo cuando pasa por ese punto
de no retorno de información.
de no retorno de información.
06:38
Because at that point,
118
386098
1452
Porque en ese punto,
06:39
it's emitting lots of X-rays
and optical and UV and radio waves.
and optical and UV and radio waves.
119
387574
5778
está emitiendo gran cantidad de rayos X
y ondas ópticas y UV y de radio.
y ondas ópticas y UV y de radio.
06:45
We can actually learn
how these objects grow.
how these objects grow.
120
393376
3011
Realmente podemos aprender
cómo crecen estos objetos.
cómo crecen estos objetos.
06:48
And in SDSS, we're looking at over
half a million supermassive black holes,
half a million supermassive black holes,
121
396956
5542
Y en SDSS, estamos viendo más de medio
millón de agujeros negros supermasivos,
millón de agujeros negros supermasivos,
06:54
to try to understand how they formed.
122
402522
2466
para tratar de entender cómo se formaron.
06:58
Like I said,
123
406022
1245
Como dije,
07:00
we live in the Milky Way,
you guys are all familiar with that.
you guys are all familiar with that.
124
408109
2978
vivimos en la Vía Láctea,
están familiarizados con eso.
están familiarizados con eso.
07:04
The Milky Way is a completely
average galaxy.
average galaxy.
125
412009
3651
La Vía Láctea es una galaxia
completamente media.
completamente media.
07:08
Nothing funny going on.
126
416605
1533
No pasa nada extraño.
07:10
But it's ours, which is great.
127
418859
1933
Pero es nuestra, lo que es genial.
07:14
We think that the Milky Way,
and all the Milky Ways,
and all the Milky Ways,
128
422794
4040
Pensamos que la Vía Láctea,
y todas las Vías Lácteas,
y todas las Vías Lácteas,
07:18
have this really disturbing past
129
426858
2640
tienen este pasado realmente inquietante
07:21
of literally blowing themselves apart.
130
429522
3251
de literalmente volarse aparte.
07:25
It's like every average guy you know
131
433597
3580
Es como cada chico promedio que conoces
07:29
has a history as a punk rock teenager.
132
437201
2721
tuviera una historia
como adolescente punk rock.
como adolescente punk rock.
07:32
That's very bizarre.
133
440582
1333
Eso es muy extraño.
07:36
Stars are blowing up in these systems,
134
444744
2031
Las estrellas explotan en estos sistemas,
los agujeros negros crecen en sus centros.
07:38
black holes are growing at their centers
135
446799
1984
07:40
and emitting a tremendous
amount of energy.
amount of energy.
136
448807
2556
y emiten una tremenda cantidad de energía.
07:43
How does that happen,
how does this transformation happen?
how does this transformation happen?
137
451387
2944
¿Cómo sucede eso,
cómo ocurre esta transformación?
cómo ocurre esta transformación?
07:46
And at SDSS, we're going
to the bellies of the beast
to the bellies of the beast
138
454355
2484
Y en SDSS,
vamos a los vientres de la bestia.
vamos a los vientres de la bestia.
07:48
and zooming way in,
139
456863
1734
y acercando el zoom,
07:50
to look at these processes
where they are occurring
where they are occurring
140
458621
2992
mirar estos procesos
donde están ocurriendo
donde están ocurriendo
07:53
in order to understand how Sid Vicious
grows up into Ward Cleaver.
grows up into Ward Cleaver.
141
461637
5026
para entender cómo Sid Vicious
crece en Ward Cleaver.
crece en Ward Cleaver.
08:01
My arsenal.
142
469389
1412
Mi arsenal.
08:02
These are my two big telescopes.
143
470825
2024
Estos son mis dos grandes telescopios.
08:04
The Apache Point Observatory
hosts the Sloan telescope in New Mexico,
hosts the Sloan telescope in New Mexico,
144
472873
4891
El observatorio de Apache Point alberga
el telescopio Sloan en Nuevo México,
el telescopio Sloan en Nuevo México,
08:09
and the Las Campanas Observatory in Chile
145
477788
2154
y el Observatorio Las Campanas en Chile
08:11
hosts the two-and-a-half-meter
telescope, the du Pont.
telescope, the du Pont.
146
479966
2984
alberga el telescopio
de dos metros y medio, el du Pont.
de dos metros y medio, el du Pont.
08:15
Two and a half meters
is the size of our mirror,
is the size of our mirror,
147
483734
2603
Dos metros y medio
es el tamaño de nuestro espejo,
es el tamaño de nuestro espejo,
08:18
which was huge for Tycho and Kepler.
148
486361
2027
que era enorme para Tycho y Kepler.
08:20
But it's actually not so big today.
149
488412
1814
Pero en realidad no es tan grande hoy.
08:22
There are way bigger telescopes out there.
150
490250
2397
Hay telescopios mucho más grandes.
08:24
But in SDSS we use new instruments
on these old telescopes
on these old telescopes
151
492671
5132
Pero en SDSS usamos nuevos instrumentos
en estos telescopios antiguos.
en estos telescopios antiguos.
08:29
to make them interesting.
152
497827
1667
para hacerlos interesantes.
08:32
We capture light from all
of those objects into our aperture,
of those objects into our aperture,
153
500422
4663
Capturamos la luz de todos
esos objetos en nuestra apertura,
esos objetos en nuestra apertura,
08:37
and that light is then focused
at the focal plane,
at the focal plane,
154
505109
2928
y esa luz se enfoca entonces
en el plano focal,
en el plano focal,
08:40
where our instruments sit
and process that light.
and process that light.
155
508061
2342
donde nuestros instrumentos
procesan esa luz.
procesan esa luz.
08:42
What's new in SDSS-V
156
510831
1934
Novedades en SDSS-V
08:44
is that we're making the focal plane
entirely robotic.
entirely robotic.
157
512789
3721
es que estamos haciendo
el plano focal completamente robótico.
el plano focal completamente robótico.
08:49
That's right: robots.
158
517051
2108
Así es: robots.
08:51
(Laughter)
159
519183
1150
(Risas)
08:53
So I'm going to show them to you,
160
521019
2106
Les las voy a mostrar,
08:55
but they're fierce and terrifying,
161
523149
3633
pero son feroces y aterradoras,
08:58
and I want you all to just take a breath.
162
526806
2020
y quiero que todos solo tomen un respiro.
09:01
(Exhales) Trigger warning.
163
529450
1754
(Exhala) Advertencia de activación.
09:03
And with no apologies to all
the Blade Runners among you,
the Blade Runners among you,
164
531722
3840
Y sin disculpas a todos
los Blade Runners entre Uds.,
los Blade Runners entre Uds.,
09:08
here they are.
165
536516
1357
aquí están.
09:09
(Laughter)
166
537897
1713
(Risas)
09:11
I have 1,000 of these,
167
539634
1395
Tengo 1000 de estos,
09:13
500 in the focal plane
of each telescope in each hemisphere.
of each telescope in each hemisphere.
168
541053
3297
500 en el plano focal de
cada telescopio en cada hemisferio.
cada telescopio en cada hemisferio.
09:18
And this is how they move on the sky.
169
546061
1878
Y así es como se mueven en el cielo.
Estos son nuestros objetos
y un campo de estrellas,
y un campo de estrellas,
09:20
So these are our objects and a star field,
170
548411
2287
09:22
so you've got stars,
galaxies, black holes.
galaxies, black holes.
171
550722
2175
tienes estrellas,
galaxias, agujeros negros.
galaxias, agujeros negros.
09:24
And our robots move to those objects
as we pass over them
as we pass over them
172
552921
4952
Y nuestros robots se mueven hacia
esos objetos cuando pasamos sobre ellos.
esos objetos cuando pasamos sobre ellos.
09:29
in order to capture the light
173
557897
1585
para capturar la luz
09:31
from those stars and galaxies
and black holes, and yes,
and black holes, and yes,
174
559506
3881
de esas estrellas y galaxias
y agujeros negros, y sí,
y agujeros negros, y sí,
09:35
it is weird to capture black hole light,
175
563411
2214
es raro captar la luz del agujero negro,
09:37
but we've already gone over
that black holes are weird.
that black holes are weird.
176
565649
2959
pero ya hemos repasado que
los agujeros negros son raros.
los agujeros negros son raros.
09:42
One more thing.
177
570475
1150
Una cosa más.
09:44
Stars are exploding all the time,
178
572966
2461
Las estrellas están
explotando todo el tiempo,
explotando todo el tiempo,
09:47
like this one did back in 1987
in our cosmic backyard.
in our cosmic backyard.
179
575451
3718
como hizo esta en 1987
en nuestro patio trasero cósmico.
en nuestro patio trasero cósmico.
09:53
Black holes are growing all the time.
180
581427
3365
Los agujeros negros
están creciendo todo el tiempo.
están creciendo todo el tiempo.
09:59
There is a new sky every night.
181
587088
3508
Hay un cielo nuevo cada noche.
10:03
Which means we can't just
map the sky one time.
map the sky one time.
182
591438
3333
Lo que significa que no podemos
simplemente mapear el cielo una vez.
simplemente mapear el cielo una vez.
10:06
We have to map the sky multiple times.
183
594795
2534
Tenemos que mapear el cielo varias veces.
10:10
So in SDSS-V, we're going back
to each part of the sky multiple times
to each part of the sky multiple times
184
598782
4229
Así que en SDSS-V, volvemos
a cada parte del cielo varias veces
a cada parte del cielo varias veces
10:15
in order to see how
these objects change over time.
these objects change over time.
185
603035
3357
con el fin de ver cómo estos objetos
cambian con el tiempo.
cambian con el tiempo.
10:18
Because those changes in time
encode the physics,
encode the physics,
186
606416
3284
Porque esos cambios en el tiempo
codifican la física,
codifican la física,
10:21
and they encode how these objects
are growing and changing.
are growing and changing.
187
609724
3979
y codifican cómo estos objetos
están creciendo y cambiando.
están creciendo y cambiando.
10:27
Mow the sky.
188
615399
1150
Cortar el cielo.
10:30
OK, let me just recap.
189
618177
1991
Bien, déjenme recapitular.
10:32
Global survey, two hemispheres,
190
620744
2579
Encuesta global, dos hemisferios,
10:36
five telescopes, 10 spectrographs,
millions of objects, mow the sky,
millions of objects, mow the sky,
191
624537
5056
Cinco telescopios, 10 espectrógrafos,
millones de objetos, cortar el cielo,
millones de objetos, cortar el cielo,
10:41
creative army, robots, yeah.
192
629617
2920
ejército creativo, robots, sí.
10:44
So you're thinking, "Wow.
193
632561
1668
Así que están pensando, "¡Vaya!
10:46
She must have this
industrial machine going,
industrial machine going,
194
634253
2705
Debe tener esta
máquina industrial en marcha,
máquina industrial en marcha,
10:48
no room for the individual, curious,
lone wolf genius," right?
lone wolf genius," right?
195
636982
3270
no hay espacio para el individuo, curioso,
genio lobo solitario", ¿verdad?
genio lobo solitario", ¿verdad?
10:52
And you'd be 100 percent wrong.
196
640847
1712
Y estarían 100% equivocados.
10:55
Meet Hanny's Voorwerp.
197
643234
1467
Conozcan a Hanny's Voorwerp.
10:57
Hanny van Arkel was a Dutch schoolteacher
198
645274
2230
Hanny van Arkel era una
maestra de escuela holandesa
maestra de escuela holandesa
10:59
who was analyzing the public
versions of the SDSS data,
versions of the SDSS data,
199
647528
3896
que estaba analizando las
versiones públicas de los datos del SDSS,
versiones públicas de los datos del SDSS,
11:03
when she found this
incredibly rare type of object,
incredibly rare type of object,
200
651448
3800
cuando encontró este tipo de objeto
increíblemente raro,
increíblemente raro,
11:07
which is now a subject of major study.
201
655272
2533
que ahora es un tema de gran estudio.
11:10
She was able to do this
202
658621
1550
Fue capaz de hacer esto
11:12
because SDSS, since its beginning
and by mandate from the Sloan Foundation,
and by mandate from the Sloan Foundation,
203
660195
4525
porque SDSS, desde su inicio
y por mandato de la Fundación Sloan,
y por mandato de la Fundación Sloan,
11:16
has made its data both publicly available
204
664744
2635
ha hecho sus datos tanto
públicamente disponibles
públicamente disponibles
11:19
and usable to a broad range of audiences.
205
667403
3793
como utilizables para una
amplia gama de audiencias.
amplia gama de audiencias.
11:23
She's a citizen -- yeah, clap for that.
206
671792
2745
Ella es una ciudadana...
sí, aplaudan eso.
sí, aplaudan eso.
11:26
Clap for that.
207
674561
1151
Aplaudan eso.
11:27
(Applause)
208
675736
3246
(Aplausos)
11:31
Hanny is a citizen scientist,
209
679006
1532
Hanny es una ciudadana científica,
11:32
or as I like to call them,
210
680562
1784
o como me gusta llamarlos,
11:34
"citizen warriors."
211
682370
1283
"guerreros ciudadanos".
11:36
And she shows that you don't have to be
a fancy astrophysicist to participate.
a fancy astrophysicist to participate.
212
684284
6301
Y ella demuestra que no se tiene que ser
un astrofísico elegante para participar.
un astrofísico elegante para participar.
11:43
You just have to be curious.
213
691037
1675
Solo se tiene que ser curioso.
11:46
A few years ago,
214
694425
1574
Hace unos pocos años,
11:48
my four-year-old asked,
"Can moons have moons?"
"Can moons have moons?"
215
696023
3332
mi hijo de cuatro años preguntó:
"¿Pueden las lunas tener lunas?"
"¿Pueden las lunas tener lunas?"
11:51
And I set about to answer this question
216
699989
1969
Y me dispongo a responder a esta pregunta.
11:53
because even though many
four-year-olds over all of time
four-year-olds over all of time
217
701982
3587
porque a pesar de que muchos niños
de cuatro años en todo el tiempo
de cuatro años en todo el tiempo
11:57
have probably asked this question,
218
705593
2013
probablemente han hecho esta pregunta,
11:59
many experts, including myself,
didn't know the answer.
didn't know the answer.
219
707630
3765
muchos expertos, incluida yo misma,
no sabíamos la respuesta.
no sabíamos la respuesta.
12:04
These are the moons in our solar system
that can host hypothetical submoons.
that can host hypothetical submoons.
220
712157
3848
Estas, las lunas en nuestro sistema solar
que pueden albergar sublunas hipotéticas.
que pueden albergar sublunas hipotéticas.
12:08
And that just goes to show you
that there are so many basic questions
that there are so many basic questions
221
716491
4015
Y eso solo demuestra
que hay tantas preguntas básicas
que hay tantas preguntas básicas
12:12
left to be understood.
222
720530
2134
por ser entendidas.
12:17
And this brings me to the most
important point about SDSS.
important point about SDSS.
223
725665
4672
Y esto me lleva al punto
más importante sobre SDSS.
más importante sobre SDSS.
12:23
Because, yeah, the stars, the galaxies,
the black holes, the robots --
the black holes, the robots --
224
731036
4080
Porque, sí, las estrellas, las galaxias,
los agujeros negros, los robots,
los agujeros negros, los robots,
12:27
that's all super cool.
225
735140
1466
todo sensacional.
12:30
But the coolest thing of all
226
738879
2063
Pero lo mejor de todo
12:32
is that eensy-weensy creatures
on a rubble pile
on a rubble pile
227
740966
3244
es que esas minúsculas criaturas
en una pila de escombros alrededor de
en una pila de escombros alrededor de
12:36
around a totally average star
in a totally average galaxy
in a totally average galaxy
228
744234
3829
una estrella totalmente promedio
en una galaxia totalmente promedio
en una galaxia totalmente promedio
12:40
can win the battle
to understand their world.
to understand their world.
229
748087
3785
pueden ganar la batalla
para entender su mundo.
para entender su mundo.
12:44
Every dot in this video is a galaxy.
230
752714
4871
Cada punto en este video es una galaxia.
12:51
Every dot.
231
759323
1150
Cada punto.
12:59
(Cheers) (Applause)
232
767553
6762
(Aplausos)
13:06
I'm showing here the number of galaxies
233
774339
1890
Muestro aquí el número de galaxias.
13:08
that astronomers have mapped
in large surveys since about 1980.
in large surveys since about 1980.
234
776253
3395
que los astrónomos han mapeado en
grandes estudios desde alrededor de 1980.
grandes estudios desde alrededor de 1980.
13:12
You can see SDSS kick in around Y2K.
235
780109
2754
Pueden ver la patada de SDSS
alrededor de Y2K.
alrededor de Y2K.
13:15
If we stay on this line,
236
783921
2580
Si nos quedamos en esta línea,
13:18
we will map every large galaxy
in the observable universe by 2060.
in the observable universe by 2060.
237
786525
5905
mapearemos cada gran galaxia
en el universo observable para 2060.
en el universo observable para 2060.
13:25
Think about that.
238
793406
1354
Piénsenlo.
13:26
Think about it: we've gone
from arranging clamshells
from arranging clamshells
239
794784
4126
Piénsenlo: hemos pasado
de arreglar las conchas.
de arreglar las conchas.
13:30
to general relativity to SDSS
in a few thousand years --
in a few thousand years --
240
798934
4087
a la relatividad general al SDSS
en unos pocos miles de años...
en unos pocos miles de años...
13:35
and if we hang on 40 more,
241
803045
2310
y si nos aferramos 40 más,
13:39
we can map all the galaxies.
242
807077
2063
podemos mapear todas las galaxias.
13:41
But we have to stay on the line.
243
809859
1850
Pero tenemos que permanecer en la línea.
13:44
Will that be our choice?
244
812557
1341
¿Será esa nuestra elección?
13:48
There are dark forces in this world
245
816684
2639
Hay fuerzas oscuras en este mundo.
13:51
that will rob our entire species
of our right to understand our universe.
of our right to understand our universe.
246
819347
6357
que robarán a toda nuestra especie nuestro
derecho a comprender nuestro universo.
derecho a comprender nuestro universo.
13:58
Don't be afraid of the dark.
247
826466
1525
No tengan miedo de la oscuridad.
14:00
Fight back.
248
828498
1150
Contraatacar
14:02
Join us.
249
830173
1190
Únanse a nosotros.
14:03
Thank you.
250
831387
1150
Gracias.
14:04
(Applause)
251
832561
6851
(Aplausos)
ABOUT THE SPEAKER
Juna Kollmeier - Theoretical astrophysicistUsing all the techniques known to astronomy -- mathematics, computers and data from telescopes on the ground and in space -- Juna Kollmeier seeks to understand how the universe formed by mapping stars, galaxies and black holes at scale.
Why you should listen
As she tells it, Juna Kollmeier believes "all humans have an inalienable right to know about their world. For the past two decades, I have been studying the cosmos -- from planets to galaxies to black holes. I am currently making a new map of the sky -- the fifth generation of the Sloan Digital Sky Survey."
Led to a career in astrophysics by "a STEM camp in Michigan," Kollmeier is currently an astrophysicist at the Carnegie Institution for Science. Her research focuses on the emergence of structure in the universe on multiple scales and how the tiny fluctuations in density that were present when the universe was only 300,000 old became the stars, galaxies and black holes that we see now. Her goal is to complete this new SDSS sky map and to make sure these data remain available to the public for study.
Juna Kollmeier | Speaker | TED.com