Esta nueva inteligencia artificial será capaz de identificar si son realmente planetas u otra cosa
Investigadores británicos han logrado identificar 50 nuevos planetas usando inteligencia artificial y con datos antiguos de la NASA.
Astrónomos y científicos informáticos de la Universidad de Warwick (Reino Unido) han construido un algoritmo basado en ‘machine learning’ y, analizando datos de la agencia espacial estadounidense, que contienen miles de potenciales candidatos a planeta, han descubierto 50, lo que supone un salto cualitativo y cuantitativo muy importante en el mundo de la astronomía.
Una de las grandes dificultades a la que se enfrentan los astrónomos a la hora de identificar exoplanetas (planetas fuera de nuestro Sistema Solar) es que los saltos de luz que localizan y que sugieren que se trata de un planeta pasando entre el telescopio y su estrella de referencia, pueden ser otras cosas, como interferencias de fondo o incluso errores en la cámara.
Datos del Telescopio Espacial Kepler de la NASA
No obstante, la inteligencia artificial desarrollada por los científicos británicos promete que puede notar la diferencia y confirmar si se está viendo un nuevo planeta o no.
El algoritmo podría «validar miles de candidatos no vistos en segundos» y mejorar con cada nuevo descubrimiento
El equipo de investigación entrenó el algoritmo con datos recogidos por el Telescopio Espacial Kepler de la NASA que, tras nueve años investigando el espacio profundo a la caza de nuevos mundo, ya ha dejado de estar operativo
Una vez que el algoritmo aprendió a separar con precisión los planetas reales de los falsos positivos, se usó para analizar viejos conjuntos de datos que aún no habían sido confirmados, y es ahí donde encontró los 50 nuevos exoplanetas.
Éstos, que orbitan alrededor de otras estrellas, varían en tamaño: tan grandes como Neptuno como tan pequeños como la Tierra. Algunas de sus órbitas son tan largas como 200 días, y otras tan cortas como un solo día.
Estos hallazgos, detallados en la revista científica ‘Royal Astronomical Society’, ayudan a priorizar los objetivos de los astrónomos, permitiéndoles centrar su atención y estudio en los que son realmente planetas
Satélite TESS, nuevo objetivo
«En términos de validación de planetas, nadie ha usado antes una técnica de aprendizaje automático», explica a CNN David Armstrong, de la Universidad de Warwick y uno de los autores principales del estudio. «El aprendizaje automático se ha usado para clasificar candidatos planetarios pero nunca en un marco probabilístico, que es lo que se necesita para validar realmente un planeta».
Alrededor del 30% de todos los planetas conocidos han sido validados usando un solo método, que «no es el ideal»
Confirmado como un método consistente y eficiente de validación, convenientemente alimentada de datos, esta IA es más rápida que las técnicas actuales y puede automatizarse para que funcione por sí sola.
El algoritmo podría «validar miles de candidatos no vistos en segundos», indica el estudio. Y debido a que se basa en el aprendizaje de la máquina, todavía se puede mejorar y puede seguir siendo más eficaz con cada nuevo descubrimiento.
«Todavía tenemos que pasar tiempo entrenando el algoritmo, pero una vez hecho esto, se hace mucho más fácil aplicarlo a futuros candidatos», afirma Armstrong, que añade que en la actualidad, alrededor del 30% de todos los planetas conocidos han sido validados usando un solo método, que «no es el ideal».
El próximo objetivo es utilizar esta tecnología con los datos del Satélite de Estudio de Exoplanetas en Tránsito (TESS) de la NASA, una misión que se completó el pasado 4 de julio y que identificó 66 nuevos exoplanetas confirmados y casi 2.100 candidatos potenciales.
FUENTE: DIARIO EL CONFIDENCIAL (ES)