CIENCIA

La inteligencia artificial de aprendizaje automático confirma 50 nuevos planetas

Detectar exoplanetas no es tan simple como apuntar un telescopio al cielo y distinguir las cosas con forma de planeta. Los mundos que orbitan estrellas distantes son demasiado tenues y diminutos para eso, pero podemos detectarlos con la ayuda de satélites cazadores de planetas como TESS y el querido Kepler. Estas misiones producen una gran cantidad de datos que alguien necesita evaluar, y los investigadores de la Universidad de Warwick creen que pueden acelerarlo con IA. Para ilustrar esto, el equipo ha desarrollado un algoritmo de aprendizaje automático que acaba de confirmar 50 exoplanetas en datos de observación.

Los astrónomos tienen dos métodos a su disposición para detectar exoplanetas. Existe el enfoque de velocidad radial, que monitorea las estrellas en busca de pequeños contra-movimientos causados ​​por la gravedad de los planetas. Una técnica más sensible, y la empleada por TESS y Kepler, se basa en la variación de luminancia en la estrella anfitriona. Si el plano de un sistema solar está alineado correctamente, sus planetas transitan frente a la estrella desde nuestra perspectiva. Al monitorear esas caídas de brillo, podemos inferir la presencia de exoplanetas con un alto grado de certeza.

El problema con el método de tránsito es que produce una montaña de datos de luminancia para las estrellas, muchas de las cuales no tendrán exoplanetas visibles. Se necesita una combinación de análisis informático y supervisión humana para identificar candidatos y confirmar su existencia. El sistema desarrollado en la Universidad de Warwick es el primero capaz de tomar exoplanetas candidatos y realizar todos los análisis necesarios para confirmar su estado planetario o descartarlos. Los intentos anteriores de usar IA, como el algoritmo basado en TensorFlow de Google, solo pueden clasificar a los candidatos por la probabilidad de que sean planetas reales.

kepler

Los investigadores no solo activaron un interruptor y tenían una IA capaz de examinar datos para detectar planetas. Tuvieron que entrenar la red neuronal con datos de exoplanetas confirmados y falsos positivos para que pudiera identificar esos signos reveladores en nuevos datos. Los 50 exoplanetas confirmados por la Universidad de Warwick abarcan desde gigantes gaseosos del tamaño de Neptuno hasta mundos rocosos más pequeños que la Tierra. Es particularmente difícil confirmar planetas más pequeños usando el método de tránsito, por lo que habla de la precisión de la IA.

Según el nuevo estudio, alrededor de un tercio de todos los exoplanetas confirmados se han identificado utilizando un único método analítico, que no es ideal. Incluso si las técnicas existentes detectan todos los exoplanetas observables, deberíamos tener más opciones solo para una validación adecuada, dicen los científicos. Esperan ver evolucionar el nuevo sistema de aprendizaje automático a medida que detecta más planetas, convirtiéndose en una parte importante del proceso de exploración de exoplanetas.

Publicaciones relacionadas

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba
Cerrar
Cerrar