Unha IA descobre máis de cen novos exoplanetas onde os astrónomos só vían ruído

Na ilustración, un tipo único de exoplaneta descuberto co Telescopio Espacial Hubble. O planeta está tan preto da súa estrela que completa una órbita en 10,5 horas. (NASA, ESA, and A. Schaller (for STScI))

É algo parecido a intentar distinguir o voo dun mosquito pasando por diante do faro dun coche a varios quilómetros de distancia. Así de difícil, ou mesmo máis, é a tarefa á que se enfrontan a diario os astrónomos que buscan planetas fóra do noso Sistema Solar. Porque cando un exoplaneta transita ou pasa por diante da súa estrela anfitrioa, igual que o mosquito por diante do faro, provoca unha minúscula, case imperceptible diminución no brillo dese astro.

Detectar ese leve parpadeo nun océano de millóns de estrelas é unha tarefa ímproba. E se a iso sumámoslle que o Universo está cheo de ’falsos positivos’, como estrelas binarias que se eclipsan mutuamente e enganan aos nosos telescopios, o problema parece irresoluble. Pero agora, a Intelixencia artificial entrou en escena para cambiar as regras do xogo.

Un equipo de investigadores da Universidade de Warwick, no Reino Unido, acaba de anunciar un avance espectacular. Utilizando unha nova ferramenta de Intelixencia artificial bautizada como RAVEN, lograron validar máis de 100 exoplanetas, entre os cales se inclúen 31 mundos que xamais foran detectados. Este escuadrón de novos planetas atopábase escondido a plena vista no inmenso caudal de datos recompilados polo satélite TESS (Transiting Exoplanet Survey Satellite) da NASA durante os seus primeiros catro anos de operacións.

Os resultados, recentemente publicados en varios artigos en Monthly Notices of the Royal Astronomical Society (1, 2 e 3), supoñen un fito na historia da exploración espacial e a minería de datos astronómicos.

As varias misións de caza de novos mundos identifican habitualmente miles de ’candidatos’ a planetas. Candidatos cuxas sinais deben despois ser confirmados con outras observacións, tarefa que segue supoñendo un enorme desafío cos métodos actuais. Para solucionalo, o equipo de Warwick aplicou RAVEN á análise exhaustiva das observacións de máis de 2,2 millóns de estrelas.

O foco principal deste traballo estivo nos mundos que orbitan moi preto das súas estrelas, completando unha volta enteira en menos de 16 días. Entre os achados destacan poboacións de enorme valor científico: desde planetas de período ultracorto, que completan o seu ano particular en menos de 24 horas terrestres, ata sistemas multiplanetarios de órbitas pechadas, incluíndo parellas planetarias descoñecidas ata a data que viran de forma sincronizada ao redor dun mesmo sol.

«Usando a nosa nova ferramenta RAVEN -afirma Marina Lafarga Magro, primeira autora dun dos estudos- fomos capaces de validar 118 planetas novos e máis de 2.000 candidatos a planetas de alta calidade, dos cales case 1.000 son completamente novos. O cal representa unha das mostras mellor caracterizadas de planetas próximos e axudaranos a identificar os sistemas máis prometedores para o seu estudo futuro».

Como en todas as IA, o verdadeiro poder de RAVEN (Clasificación and Validation of ExoplaNets) radica na súa fase de adestramento previo. Coa diferenza que, en lugar de linguaxe falada, datos médicos ou estruturas de proteínas, esta IA aprendeu de forma autónoma a diferenciar un planeta real dunha ’mancha’ ou ilusión cósmica.

Explícao Andreas Hadjigeorghiou, responsable do desenvolvemento desta arquitectura: «O desafío radica en identificar se o oscurecimiento dunha estrela é causado efectivamente por un planeta en órbita ao seu redor ou por algunha outra cousa, como estrelas binarias eclipsantes. A forza de RAVEN provén do noso conxunto de datos, coidadosamente creado, con centos de miles de planetas simulados de xeito realista e outros eventos astrofísicos que poden facerse pasar por planetas».

Ao adestrar aos modelos de aprendizaxe automática para identificar estes sutís patróns na luz, a IA sobresae alí onde a capacidade de cálculo humana colapsa. «Ademais -subliña Hadjigeorghiou- RAVEN está deseñado para manexar todo o proceso dunha soa vez, desde a detección do sinal ata a súa selección con aprendizaxe automática e a súa validación estatística. Isto dálle unha vantaxe adicional sobre outras ferramentas contemporáneas».

Alén de confirmar a existencia de novos mundos, a extraordinaria precisión de RAVEN está a resolver, tamén, antigos misterios astrofísicos. De feito, e grazas ao novo catálogo, tan limpo de impurezas e falsos positivos, os científicos puideron ’dar un paso atrás’ e estudar as poboacións de exoplanetas no seu conxunto.

Noutro dos artigos, en efecto o equipo explica como logrou medir, cun detalle sen precedentes, a frecuencia coa que se forman os planetas próximos a estrelas similares ao noso Sol. E descubriron que entre o 9 e o 10% destas estrelas alberga un planeta próximo. Unha cifra que concorda á perfección coas antigas estimacións do soado telescopio espacial Kepler, pero cunha diferenza esencial: grazas a esta nova ferramenta, a incerteza nos datos é ata dez veces menor.

Pero quizá o achado máis sorprendente sexa a primeira medición directa do chamado ’deserto neptuniano’. En astrofísica, este concepto define unha rara rexión moi próxima ás estrelas onde a teoría nos di que debería ser case imposible atopar planetas do tamaño de noso Neptuno. De feito, crese que a intensa e abrasadora radiación da estrela nai nesa zona evaporaría rapidamente a atmosfera do xigante, deixando apenas un núcleo rochoso espido.

«Por primeira vez -afirma Kaiming Cui, primeiro autor do estudo poboacional- podemos poñer un número preciso o baleíro está este ’deserto’». As cifras non menten: apenas un 0,08% das estrelas similares ao Sol alberga un planeta nesta implacable zona. «Estas medicións -engade Cui- mostran que TESS agora pode igualar, e nalgúns casos superar, a Kepler para o estudo de poboacións planetarias».

David Armstrong, profesor asociado en Warwick e coautor principal dos estudos, resume a transcendencia deste momento: «RAVEN permítenos analizar conxuntos de datos enormes de forma consistente e obxectiva. Debido a que a ferramenta está ben probada e coidadosamente validada, esta non é só unha lista de planetas potenciais; é o suficientemente confiable como para usala como unha mostra para mapear a prevalencia de distintos tipos de planetas».

Os investigadores liberaron os catálogos e postos ao dispor da comunidade científica ferramentas interactivas baseadas no estudo. Grazas ao cal, astrónomos de todo o mundo poderán apuntar os seus telescopios terrestres, ou preparar futuras misións espaciais como o inminente PRATO da Axencia Espacial Europea (ESA), cara aos recunchos máis prometedores da nosa galaxia.

FONTE: José M. Mieves/abc.es/ciencia