Investigadores de la Universidad de Warwick proponen el uso futuro de IA para descartar falsos positivos y validar el descubrimiento de nuevos exoplanetas
Científicos confirman la existencia de cincuenta nuevos exoplanetas con el uso de inteligencia artificial (IA) y datos de la Administración Nacional de Aeronáutica y el Espacio (NASA) de Estados Unidos. De acuerdo a los investigadores de la Universidad de Warwick, estos planetas se confirmaron con un margen de posibilidad de falso positivo menor al 1% y es la primera vez que se utilizan algoritmos de IA para tal fin.
Los exoplanetas o planetas extrasolares son planetas que orbitan una estrella diferente al Sol, es decir, se encuentran en un sistema planetario distinto al de los seres humanos. Tradicionalmente, los astrónomos utilizan telescopios para captar señales de planetas cuando pasan frente a la estrella de su sistema. Cuando esto sucede, suele producirse una disminución en la cantidad de luz emitida por el astro alrededor del cual orbitan. No obstante, este efecto puede observarse también en sistemas binarios (con dos estrellas) o bien debido a la interferencia de otros objetos o fallas en la cámara.
Por primera vez, los autores del estudio, publicado en agosto de 2020 en la revista científica Monthly Notices of the Royal Astronomical Society, utilizaron machine learning, una forma de inteligencia artificial, para analizar una muestra de posibles planetas y determinar si realmente son planetas o falsos positivos, así como calcular la posibilidad de cada candidato de ser un verdadero planeta, esto último un paso determinante para validar el descubrimiento.
La investigación utilizó datos de la NASA provenientes de telescopios espaciales como el Kepler y el Satélite de Sondeo de Exoplanetas en Tránsito (TESS, por sus siglas en inglés). Las conclusiones de la investigación justifican el uso de más de un método –entre ellos, su algoritmo de machine learning– para validar estadísticamente los descubrimientos futuros de exoplanetas
"Casi el 30% de los planetas conocidos hasta la fecha se han validado con un solo método, y eso no es lo ideal. El desarrollo de nuevos métodos de validación es deseable solo por esa razón. Pero el aprendizaje automático también nos permite hacerlo muy rápido y priorizar candidatos mucho más rápido", señaló el doctor David Armstrong, del departamento de física de la Universidad de Warwick.
El algoritmo de machine learning lo desarrollaron investigadores del departamento de física y del departamento de ciencias computacionales de la Universidad de Warwick, así como del Instituto Alan Turing, y sus creadores esperan que ayude a analizar los miles de potenciales planetas observados en sondeos actuales como el de TESS, debido a su rapidez y su capacidad de automatizar completamente el proceso.
Recientemente, astrobiólogos de la Universidad de California en Riverside determinaron, a través de modelado por computadora, que, en ausencia de un planeta gigante gaseoso como Júpiter, algunas estrellas de la galaxia podrían tener hasta siete exoplanetas similares a la Tierra. Por otro lado, el próximo telescopio espacial de la NASA, el telescopio espacial Nancy Grace Roman, será capaz de detectar al menos 250 exoplanetas flotando libremente (y no alrededor de una estrella), según un nuevo artículo publicado en el Astronomical Journal.
Este nuevo método con inteligencia artificial podría acelerar en un futuro la confirmación de nuevos planetas en la investigación de los astros más allá del sistema solar, debido a la posibilidad que brindan