MADRID, 15 Dic. (EUROPA PRESS) -
Datos del telescopio Kepler de la NASA combinados con Inteligencia Artificial revelan un octavo planeta orbitando una estrella a 2.545 años luz, convirtiendo su sistema en el primero similar al solar.
El recientemente descubierto Kepler-90i, un planeta ardiente y rocoso que orbita su estrella una vez cada 14,4 días, fue encontrado usando el aprendizaje automático de Google. El aprendizaje automático es una aproximación a la inteligencia artificial en la que las computadoras "aprenden". En este caso, las computadoras aprendieron a identificar planetas al encontrar en Kepler casos de datos donde el telescopio registra señales de planetas más allá de nuestro sistema solar, conocidos como exoplanetas.
"Tal como esperábamos, hay descubrimientos emocionantes acechando en nuestros datos archivados de Kepler, esperando la herramienta o tecnología adecuada para desenterrarlos", dijo en un comunicado Paul Hertz, director de la División de Astrofísica de la NASA en Washington. "Este hallazgo muestra que nuestros datos serán un tesoro disponible para los investigadores innovadores en los próximos años".
El descubrimiento se produjo después de que los investigadores Christopher Shallue y Andrew Vanderburg entrenaron una computadora para aprender cómo identificar exoplanetas en las lecturas de luz registradas por Kepler: el minúsculo cambio en el brillo capturado cuando un planeta pasaba frente a una estrella o transitaba por ella. Inspirada por la forma en que las neuronas se conectan en el cerebro humano, esta "red neuronal" artificial indagó a través de los datos de Kepler y encontró señales de tránsito débiles de un octavo planeta previamente perdido que orbita alrededor de Kepler-90, en la constelación de Draco.
Si bien el aprendizaje automático se utilizó anteriormente en las búsquedas de la base de datos Kepler, esta investigación demuestra que las redes neuronales son una herramienta prometedora para encontrar algunas de las señales más débiles de mundos distantes.
Otros sistemas planetarios probablemente sean más prometedores para la vida que Kepler-90. Cerca de 30 por ciento más grande que la Tierra, Kepler-90i está tan cerca de su estrella que su temperatura superficial promedio se cree que excede 426 grados Celsius, a la par con Mercurio. Su planeta más externo, Kepler-90h, orbita a una distancia similar a su estrella que la Tierra respecto al Sol.
"El sistema Kepler-90 es como una mini versión de nuestro sistema solar. Tienes planetas pequeños adentro y grandes planetas afuera, pero todo está arrugado mucho más cerca ", dijo Vanderburg, un becario postdoctoral Sagan de la NASA y astrónomo de la Universidad de Texas en Austin.
Shallue, un ingeniero de software sénior en el equipo de investigación de Google Google AI, tuvo la idea de aplicar una red neuronal a los datos de Kepler. Se interesó en el descubrimiento de exoplanetas después de enterarse de que la astronomía, al igual que otras ramas de la ciencia, se está inundando rápidamente de datos a medida que avanza la tecnología para la recolección de datos desde el espacio.
"En mi tiempo libre, comencé a buscar en Google 'encontrar exoplanetas con grandes conjuntos de datos' y descubrí la misión Kepler y el enorme conjunto de datos disponibles", dijo Shallue. "El aprendizaje automático realmente brilla en situaciones donde hay demasiados datos que los humanos no pueden buscar por sí mismos".
El conjunto de datos de cuatro años de Kepler consiste en 35.000 posibles señales planetarias. Las pruebas automatizadas, y a veces los ojos humanos, se utilizan para verificar las señales más prometedoras en los datos. Sin embargo, las señales más débiles a menudo se pierden al usar estos métodos. Shallue y Vanderburg pensaron que podría haber descubrimientos de exoplanetas más interesantes al acecho en los datos.
Primero, entrenaron a la red neuronal para identificar exoplanetas en tránsito usando un conjunto de 15.000 señales previamente examinadas del catálogo de exoplanetas de Kepler. En el conjunto de prueba, la red neuronal identificó correctamente planetas verdaderos y falsos positivos el 96 por ciento de las veces.
Luego, con la red neuronal que "aprendió" a detectar el patrón de un exoplaneta en tránsito, los investigadores dirigieron su modelo para buscar señales más débiles en sistemas de 670 estrellas que ya tenían múltiples planetas conocidos. Su suposición era que los sistemas de múltiples planetas serían los mejores lugares para buscar más exoplanetas.
"Obtuvimos muchos falsos positivos de planetas, pero también planetas potencialmente más reales", dijo Vanderburg. "Es como buscar en las rocas para encontrar joyas. Si tienes un tamiz más fino, podrás atrapar más rocas, pero también puedes atrapar más joyas ".
Kepler-90i no fue la única joya que esta red neuronal capturó. En el sistema Kepler-80, encontraron un sexto planeta. Este, el Kepler-80g del tamaño de la Tierra, y cuatro de sus planetas vecinos forman lo que se llama una cadena resonante, donde los planetas se bloquean por su gravedad mutua en una danza orbital rítmica. El resultado es un sistema extremadamente estable, similar a los siete planetas en el sistema TRAPPIST-1.
Su trabajo de investigación que informa estos hallazgos ha sido aceptado para su publicación en The Astronomical Journal. Shallue y Vanderburg planean aplicar su red neuronal al conjunto completo de datos de Kepler.
