La NASA revoluciona la búsqueda de exoplanetas con inteligencia artificial Raven
La búsqueda de planetas más allá de nuestro sistema solar ha dado un salto cuántico gracias a la implementación de herramientas de inteligencia artificial. Un equipo de astrónomos ha confirmado la existencia de más de 100 exoplanetas, entre los cuales 31 fueron descubiertos recientemente, mediante el uso innovador de una herramienta de IA aplicada a los datos del telescopio espacial TESS de la NASA.
Raven: La herramienta que optimiza la detección astronómica
La misión TESS examina constantemente el firmamento en busca de ligeras disminuciones en el brillo de las estrellas, fenómeno que ocurre cuando los planetas transitan frente a sus estrellas anfitrionas. El equipo aplicó su nuevo sistema de IA, denominado Raven, a las observaciones de más de 2,2 millones de estrellas recopiladas durante los primeros cuatro años de funcionamiento del telescopio.
"Gracias a Raven, hemos podido validar 118 nuevos planetas y más de dos mil candidatos a planetas de alta calidad, de los cuales casi mil son totalmente nuevos", explica Marina Lafarga Magro, investigadora involucrada en el proyecto. "Esto representa una de las muestras mejor caracterizadas de planetas cercanos y nos ayudará a identificar los sistemas más prometedores para futuros estudios".
Descubrimientos extraordinarios en poblaciones planetarias
Los investigadores se centraron en encontrar planetas que orbitan cerca de sus estrellas, completando una órbita en menos de 16 días. Entre los cuerpos recién validados se encuentran varias poblaciones especialmente valiosas:
- Planetas de período ultracorto: Orbitan alrededor de sus estrellas en menos de 24 horas
- Planetas del 'desierto neptuniano': Una clase poco común que se encuentra en una región donde la teoría predice que estos deberían ser escasos
- Sistemas multiplanetarios con órbitas cercanas: Incluyendo pares planetarios hasta ahora desconocidos alrededor de la misma estrella
El desafío de identificar exoplanetas y cómo la IA marca la diferencia
Las misiones modernas de búsqueda de planetas identifican habitualmente miles de posibles candidatos, pero confirmar qué señales son reales y comprender la frecuencia con la que se dan los diferentes tipos sigue siendo un gran desafío con los métodos tradicionales.
"El reto radica en determinar si el oscurecimiento está causado realmente por un planeta en órbita alrededor de la estrella o por otra cosa, como estrellas binarias en eclipse, que es lo que Raven intenta resolver", explica Andreas Hadjigeorghiou, investigador principal del proyecto.
Según Hadjigeorghiou, "su punto fuerte" radica en el conjunto de datos, creado cuidadosamente, que contiene cientos de miles de planetas simulados de forma realista y otros fenómenos astrofísicos que pueden hacerse pasar por planetas. "Hemos entrenado modelos de aprendizaje automático para identificar patrones en los datos que nos indiquen el tipo de fenómeno que hemos detectado, algo en lo que los modelos de IA destacan".
Ventajas del sistema integral Raven
El sistema Raven está diseñado para gestionar todo el proceso de una sola vez, desde la detección de la señal hasta su análisis mediante aprendizaje automático y su validación estadística. Esto le da al proceso una ventaja adicional sobre las herramientas actuales, que solo se centran en partes específicas del flujo de trabajo.
Los detalles de esta investigación revolucionaria se publican en la prestigiosa revista Monthly Notices of the Royal Astronomical Society, en un artículo firmado por investigadores de la Universidad de Warwick en el Reino Unido. Este avance tecnológico promete acelerar significativamente el descubrimiento y caracterización de exoplanetas en los próximos años.
