Los astrónomos han descubierto más de 100 nuevos mundos más allá del sistema solar escondidos en los datos recopilados por la nave espacial de caza de exoplanetas TESS (Transiting Exoplanet Survey Satellite) de la NASA, y todo gracias a la inteligencia artificial. La técnica también identificó alrededor de 2.000 candidatos a planetas extrasolares o exoplanetas, de los cuales alrededor de la mitad no habían sido detectados hasta ahora.
Teniendo en cuenta que actualmente hay alrededor de 6.000 exoplanetas en el catálogo de exoplanetas de la NASA, confirmar esos mundos candidatos representaría un gran impulso en nuestra búsqueda de planetas alrededor de otras estrellas. El nuevo e innovador programa de IA detrás de este descubrimiento se llama RAVEN y fue desarrollado por investigadores de la Universidad de Warwick en el Reino Unido.
El artículo continúa a continuación.
te puede gustar
“Esto representa una de las muestras mejor caracterizadas de planetas cercanos y nos ayudará a identificar los sistemas más prometedores para futuros estudios”, dijo en un comunicado la líder del equipo Marina Lafarga Magro de la Universidad de Warwick.
El ojo de águila de RAVEN explora el desierto neptuniano
Desde que se descubrieron los primeros exoplanetas a mediados de la década de 1990, el catálogo de exoplanetas ha aumentado a más de 6.000 entradas confirmadas, pero miles de candidatos identificados por misiones espaciales de búsqueda de exoplanetas como TESS, Kepler y CHEOPS (Characterizing Exoplanet Satellite) siguen sin confirmar.
Esto se debe a que los científicos necesitan determinar si las pequeñas caídas en la luz de las estrellas son realmente causadas por exoplanetas en tránsito o si tienen otra causa no planetaria. Esto significa que hacer estas confirmaciones de manera más rápida y confiable es un desafío importante que los astrónomos están ansiosos por resolver.
“El desafío radica en identificar si la atenuación es realmente causada por un planeta en órbita alrededor de la estrella o por algo más, como estrellas binarias eclipsantes, que es lo que RAVEN intenta responder”, dijo en el comunicado el desarrollador principal de RAVEN, Andreas Hadjigeorghiou, de la Universidad de Warwick. “Su fuerza proviene de nuestro conjunto de datos cuidadosamente creado de cientos de miles de planetas simulados de manera realista y otros eventos astrofísicos que pueden hacerse pasar por planetas”.
El desarrollador de Hadjigeorghiou explicó que el equipo entrenó modelos de aprendizaje automático para identificar patrones en los datos que puedan indicar a los astrónomos el tipo de evento que se ha detectado, algo en lo que sobresalen los modelos de IA. RAVEN está diseñado para manejar todo el proceso de detección de exoplanetas de una sola vez, desde detectar la señal hasta examinarla con aprendizaje automático y luego validarla estadísticamente. Eso significa que tiene una ventaja adicional sobre otras herramientas contemporáneas que sólo se centran en partes específicas de este proceso, dijo Hadjigeorghiou.
“RAVEN nos permite analizar enormes conjuntos de datos de manera consistente y objetiva”, dijo en el comunicado David Armstrong, miembro senior del equipo e investigador de la Universidad de Warwick. “Debido a que el oleoducto está bien probado y validado cuidadosamente, esto no es sólo una lista de planetas potenciales: también es lo suficientemente confiable como para usarlo como muestra para mapear la prevalencia de distintos tipos de planetas alrededor de estrellas similares al sol”.
Dentro de los candidatos a planetas cercanos, los investigadores podrían determinar en detalle los tipos de planetas y sus poblaciones. Esto reveló que alrededor del 10% de las estrellas como el Sol albergan un planeta cercano, validando los hallazgos realizados por el predecesor de TESS, Kepler, cazador de exoplanetas.
Qué leer a continuación
RAVEN también pudo ayudar a los investigadores a determinar cuán raros son los mundos cercanos al tamaño de Neptuno, descubriendo que ocurren alrededor de solo el 0,08% de las estrellas similares al Sol. Los astrónomos llaman a esta ausencia de estos mundos cerca de su estrella madre el “desierto neptuniano”.
“Por primera vez, podemos dar una cifra precisa de cuán vacío está este ‘desierto'”, dijo en el comunicado el líder del equipo de estudio del desierto neptuniano, Kaiming Cui de la Universidad de Warwick. “Estas mediciones muestran que TESS ahora puede igualar, y en algunos casos superar, a Kepler en el estudio de poblaciones planetarias”.
Los resultados de RAVEN demuestran el poder de la IA para buscar en vastas extensiones de datos astronómicos y detectar efectos sutiles.
La investigación del equipo se publicó en tres artículos en la revista Monthly Notices of the Royal Astronomical Society y también está disponible en el sitio de depósito de artículos arXiv.