Astronomen hebben meer dan honderd voorheen onopgemerkte exoplaneten geïdentificeerd – werelden die rond sterren buiten onze zon draaien – door kunstmatige intelligentie toe te passen op gegevens verzameld door NASA’s Transiting Exoplanet Survey Satellite (TESS). Deze ontdekking, aangestuurd door een nieuw AI-programma genaamd RAVEN, wijst ook op nog eens 2.000 potentiële exoplaneten, waarvan ongeveer de helft voorheen onbekend was.
De kracht van AI bij de jacht op exoplaneten
De TESS-missie identificeert exoplaneten door het lichte dimmen van het licht van een ster te detecteren wanneer een planeet ervoor beweegt, een fenomeen dat bekend staat als een ‘transit’. RAVEN analyseerde meer dan 2,2 miljoen sterren die tijdens de eerste vier jaar van TESS werden waargenomen, waarbij de nadruk lag op planeten met extreem krappe banen – die een baan in slechts 16 aardse dagen voltooiden. Dit vermogen om deze snel ronddraaiende werelden te lokaliseren is van cruciaal belang omdat het wetenschappers in staat stelt beter te begrijpen hoe vaak ze voorkomen en waar ze het vaakst voorkomen.
Kandidaten bevestigen: een grote uitdaging
Momenteel bevat de exoplanetencatalogus van NASA grofweg 6.000 bevestigde planeten, maar duizenden kandidaten zijn nog steeds niet geverifieerd. De belangrijkste hindernis is het onderscheid maken tussen echte planetaire transits en andere gebeurtenissen die deze nabootsen, zoals verduisterende dubbelsterren. RAVEN pakt dit probleem rechtstreeks aan door gegevens te analyseren met machinaal leren om patronen te identificeren die indicatief zijn voor echte planeten.
RAVEN’s Edge: een complete pijplijn
RAVEN onderscheidt zich doordat het het volledige detectieproces van exoplaneten in één enkele workflow afhandelt, van initiële signaaldetectie tot machine learning-validatie en statistische bevestiging. Dit staat in contrast met veel bestaande tools die zich alleen op specifieke fasen van het proces richten.
“RAVEN stelt ons in staat enorme datasets consistent en objectief te analyseren”, zegt David Armstrong, onderzoeker aan de Universiteit van Warwick. “Omdat de pijpleiding goed is getest en zorgvuldig gevalideerd, is dit niet alleen een lijst met potentiële planeten – het is ook betrouwbaar genoeg om als voorbeeld te gebruiken om de prevalentie van verschillende soorten planeten rond zonachtige sterren in kaart te brengen.”
Planetaire populaties en de “Neptuniaanse woestijn” in kaart brengen
De analyse bevestigt dat ongeveer 10% van de zonachtige sterren nabije planeten herbergt, wat overeenkomt met eerdere waarnemingen van NASA’s Kepler-missie. Cruciaal is dat RAVEN ook een nauwkeurige schatting heeft gegeven van hoe zeldzame planeten ter grootte van Neptunus zich in nauwe banen bevinden – een gebied dat astronomen de ‘Neptuniaanse woestijn’ noemen. Uit het onderzoek blijkt dat deze planeten slechts bij 0,08% van de zonachtige sterren voorkomen, wat het idee versterkt dat deze regio dunbevolkt is.
Deze ontdekking benadrukt hoe AI de astronomie snel verandert, waardoor onderzoekers betekenisvolle inzichten uit enorme datasets kunnen halen. Het vermogen om op systematische en betrouwbare wijze kandidaten voor exoplaneten te identificeren zal de zoektocht naar bewoonbare werelden buiten ons zonnestelsel versnellen.
