Gli astronomi hanno identificato più di 100 esopianeti precedentemente non rilevati – mondi che orbitano attorno a stelle oltre il nostro Sole – applicando l’intelligenza artificiale ai dati raccolti dal Transiting Exoplanet Survey Satellite (TESS) della NASA. Questa scoperta, guidata da un nuovo programma di intelligenza artificiale chiamato RAVEN, indica anche altri 2.000 potenziali esopianeti, circa la metà dei quali erano precedentemente sconosciuti.
Il potere dell’intelligenza artificiale nella caccia agli esopianeti
La missione TESS identifica gli esopianeti rilevando il leggero attenuamento della luce di una stella quando un pianeta le passa davanti, un fenomeno noto come “transito”. RAVEN ha analizzato oltre 2,2 milioni di stelle osservate durante i primi quattro anni di TESS, concentrandosi sui pianeti con orbite estremamente strette, completando un’orbita in soli 16 giorni terrestri. Questa capacità di individuare questi mondi in orbita veloce è fondamentale perché consente agli scienziati di comprendere meglio quanto sono comuni e dove si verificano più frequentemente.
Confermare i candidati: una sfida importante
Attualmente, il catalogo degli esopianeti della NASA contiene circa 6.000 pianeti confermati, ma migliaia di candidati rimangono non verificati. L’ostacolo principale è distinguere tra i veri transiti planetari e altri eventi che li imitano, come l’eclissi delle stelle binarie. RAVEN affronta direttamente questo problema analizzando i dati con l’apprendimento automatico per identificare modelli indicativi di pianeti autentici.
RAVEN’s Edge: una pipeline completa
RAVEN si distingue perché gestisce l’intero processo di rilevamento degli esopianeti in un unico flusso di lavoro, dal rilevamento del segnale iniziale alla convalida dell’apprendimento automatico e alla conferma statistica. Ciò contrasta con molti strumenti esistenti che si concentrano solo su fasi specifiche del processo.
“RAVEN ci consente di analizzare enormi quantità di dati in modo coerente e obiettivo”, afferma David Armstrong, ricercatore presso l’Università di Warwick. “Poiché il processo è ben testato e attentamente convalidato, questo non è solo un elenco di potenziali pianeti, ma è anche sufficientemente affidabile da poter essere utilizzato come campione per mappare la prevalenza di diversi tipi di pianeti attorno a stelle simili al Sole”.
Mappatura delle popolazioni planetarie e del “deserto nettuniano”
L’analisi conferma che circa il 10% delle stelle simili al Sole ospita pianeti vicini, in linea con le precedenti osservazioni della missione Kepler della NASA. Fondamentalmente, RAVEN ha anche fornito una stima precisa di quanto rari siano i pianeti delle dimensioni di Nettuno in orbite vicine – una regione che gli astronomi chiamano il “deserto nettuniano”. Lo studio mostra che questi pianeti si trovano intorno solo allo 0,08% delle stelle simili al Sole, rafforzando l’idea che questa regione sia scarsamente popolata.
Questa scoperta evidenzia come l’intelligenza artificiale stia cambiando rapidamente l’astronomia, consentendo ai ricercatori di estrarre informazioni significative da enormi set di dati. La capacità di identificare in modo sistematico e affidabile i candidati esopianeti accelererà la ricerca di mondi abitabili oltre il nostro sistema solare.
