Los astrónomos han identificado más de 100 exoplanetas no detectados previamente (mundos que orbitan alrededor de estrellas más allá de nuestro Sol) aplicando inteligencia artificial a los datos recopilados por el satélite de estudio de exoplanetas en tránsito (TESS) de la NASA. Este descubrimiento, impulsado por un nuevo programa de inteligencia artificial llamado RAVEN, también apunta a 2.000 exoplanetas potenciales adicionales, aproximadamente la mitad de los cuales eran desconocidos anteriormente.
El poder de la IA en la caza de exoplanetas
La misión TESS identifica exoplanetas detectando la ligera atenuación de la luz de una estrella cuando un planeta pasa frente a ella, un fenómeno conocido como “tránsito”. RAVEN analizó más de 2,2 millones de estrellas observadas durante los primeros cuatro años de TESS, centrándose en planetas con órbitas extremadamente estrechas, completando una órbita en sólo 16 días terrestres. Esta capacidad de identificar estos mundos en órbita rápida es crucial porque permite a los científicos comprender mejor qué tan comunes son y dónde ocurren con mayor frecuencia.
Confirmar candidatos: un gran desafío
Actualmente, el catálogo de exoplanetas de la NASA contiene aproximadamente 6.000 planetas confirmados, pero miles de candidatos siguen sin verificar. El principal obstáculo es distinguir entre verdaderos tránsitos planetarios y otros eventos que los imitan, como las estrellas binarias eclipsantes. RAVEN aborda directamente este problema analizando datos con aprendizaje automático para identificar patrones indicativos de planetas genuinos.
RAVEN’s Edge: un canal completo
RAVEN se destaca porque maneja todo el proceso de detección de exoplanetas en un solo flujo de trabajo, desde la detección de señales iniciales hasta la validación del aprendizaje automático y la confirmación estadística. Esto contrasta con muchas herramientas existentes que se centran únicamente en etapas específicas del proceso.
“RAVEN nos permite analizar enormes conjuntos de datos de forma coherente y objetiva”, afirma David Armstrong, investigador de la Universidad de Warwick. “Debido a que el oleoducto está bien probado y validado cuidadosamente, esto no es sólo una lista de planetas potenciales: también es lo suficientemente confiable como para usarlo como muestra para mapear la prevalencia de distintos tipos de planetas alrededor de estrellas similares al sol”.
Mapeo de poblaciones planetarias y el “desierto neptuniano”
El análisis confirma que aproximadamente el 10% de las estrellas similares al Sol albergan planetas cercanos, lo que coincide con observaciones anteriores de la misión Kepler de la NASA. Fundamentalmente, RAVEN también ha proporcionado una estimación precisa de cuán raros son los planetas del tamaño de Neptuno en órbitas cercanas, una región que los astrónomos llaman el “desierto neptuniano”. El estudio muestra que estos planetas se encuentran alrededor de sólo el 0,08% de las estrellas similares al Sol, lo que refuerza la idea de que esta región está escasamente poblada.
Este descubrimiento destaca cómo la IA está cambiando rápidamente la astronomía, permitiendo a los investigadores extraer información significativa de conjuntos de datos masivos. La capacidad de identificar de forma sistemática y fiable candidatos a exoplanetas acelerará la búsqueda de mundos habitables más allá de nuestro sistema solar.
