Científicos utilizan Inteligencia Artificial para encontrar exoplanetas

Una nueva investigación revela que la Inteligencia Artificial se puede utilizar para encontrar planetas fuera de nuestro sistema solar. El estudio reciente demostró que el aprendizaje automático se puede utilizar para encontrar exoplanetas, información que podría cambiar la forma en que los científicos detectan e identifican nuevos planetas muy lejanos a la Tierra.

Exoplanetas
Imagen de dos exoplanetas orbitando alrededor de una estrella joven y rodeados por el polvo de su creación. Fuente: NASA-JWST

La Inteligencia Artificial (IA) se puede usar para algo más que pasar exámenes de grado o generar imágenes de cualquier cosa que se les pida. También se ha utilizado para una investigación, llevada a cabo por la Universidad de Georgia, en la que se entrenó una computadora, mediante la técnica conocida como Machine Learning, para poder identificar exoplanetas.

Lo novedoso de la técnica es poder analizar los entornos donde los planetas aún están en formación y utilizar el aprendizaje automático para aplicarlo en datos obtenidos con anterioridad en los que ya se tiene conocimiento que existen sistemas que están formando planetas activamente, es decir, en los discos protoplanetarios de estrellas recién formadas.

Este campo de la astronomía es relativamente nuevo, pues hace apenas 31 años, en 1992, que se encontró el primer exoplaneta y después de pasada una década el conteo no subió mucho, sino hasta que se contaron con más datos de nuevos telescopios y nuevas técnicas para descubrirlos, pues la dificultad radica en que como ningún planeta emiten su propia luz y son mucho más pequeños que su estrella madre, es muy difícil poder identificarlos individualmente.

No fue sino hasta que se utilizó la técnica de tránsitos, en la que se mide la caída del brillo de la estrella cuando alguno de sus planetas pasa frente a ella. Resultados con los que también se pueden estimar masas y distancias. Gracias a esto, el número de exoplanetas descubiertos ascendió a más de 5000, 5243 confirmados, para ser precisos hasta el 6 de febrero de 2023.

Aunque es el método más sencillo de utilizar para encontrar exoplanetas, sólo se puede aplicar para planetas ya formados, los planetas que están en etapa de formación son más difíciles de ver, principalmente por dos razones:

  • Se encuentran a una gran distancia, generalmente a cientos de años luz de la Tierra.
  • Los discos protoplanetarios o discos de polvo donde se forman, son muy gruesos, incluso más gruesos que la distancia que separa a la Tierra del Sol que son 150 millones de kilómetros.

Lo que sugieren los datos es que los planetas tienden a estar en medio de estos discos, generando una huella o firma única de polvo y gases expulsados por estos mismos.

Machine Learning

La investigación mostró que la inteligencia artificial puede ayudar a los científicos a poder distinguir con gran detalle esta huella o firma de los planetas al interior del disco.

Utilizando datos generados mediante 1000 simulaciones por computadora, fue que se entrenó a esta IA, para después aplicar su conocimiento en datos reales obtenidos con diferentes telescopios reales, obteniendo un porcentaje del 93% de precisión en la identificación de cada exoplaneta.

Telescopios Espaciales

Desde diciembre de 2021, fecha en que fue lanzado el Telescopio Espacial James Webb, se inauguró un nuevo nivel de astronomía infrarroja, con la cuál se evita el problema de no poder ver más allá del polvo en los discos donde se forman los planetas o el que se encuentra en el disco galáctico y que nos oscurece gran parte de las observaciones en luz visible.

La alta resolución y capacidad con la que cuenta para observar sistemas de exoplanetas, brinda a los científicos una oportunidad sin igual para determinar los entornos de formación estelar o bien planetaria, y así poder determinar el sistema resultante.

Y es que, actualmente está brindando una gran cantidad de imágenes y datos (aproximadamente 270 Gigabytes por día), para que sean analizados por la comunidad astronómica, una cantidad que crece exponencialmente y que es prácticamente imposible que pueda ser realizada por un humano.

Si estos datos se suman a los que se obtendrán cuando el Telescopio Espacial Nancy Grace Roman de 2.4 m de diámetro, esté en órbita, tentativamente en 2027, y que se encargará específicamente de buscar Energía Oscura y Exoplanetas, se contará con una expansión inmensa en datos obtenidos, no solamente para encontrar más planetas, sino explorar más a fondo el Universo en busca de vida.

Nuevas herramientas tecnológicas

Con toda esta gran cantidad de data generándose a cada segundo, es urgente contar con herramientas analíticas de nueva generación, tanto para recibir los datos de alta calidad, como para analizarlos y encontrar las pequeñas huellas y permitir así, que los científicos dediquen más tiempo a interpretar teóricamente los resultados.

Puesto que para una persona, analizar cientos de imágenes en busca de un movimiento microscópico, que en ocasiones sólo varía de un píxel a otro, es extremadamente complicado y es fácil pasar por alto cualquier diferencia a este nivel de detalle. No así para una computadora entrenada que puede llegar a tener una precisión que los humanos jamás alcanzarán.

youtube video id=V_rcLEBW1ro

Con esto, el aprendizaje automático, puede ayudar mejorando el rendimiento humano, pues ahorrar tiempo y dinero. La inversión en ciencia y las nuevas propuestas de observaciones para desarrollar futuras aplicaciones mejoran con datos obtenidos y una nueva generación de telescopios, para así alcanzar un conocimiento más profundo de nuestro Universo.