Os astrónomos identificaram mais de 100 exoplanetas anteriormente não detectados – mundos que orbitam estrelas para além do nosso Sol – aplicando inteligência artificial a dados recolhidos pelo Transiting Exoplanet Survey Satellite (TESS) da NASA. Esta descoberta, impulsionada por um novo programa de IA chamado RAVEN, também aponta para mais 2.000 exoplanetas potenciais, aproximadamente metade dos quais eram anteriormente desconhecidos.
O poder da IA na caça de exoplanetas
A missão TESS identifica exoplanetas detectando o ligeiro escurecimento da luz de uma estrela quando um planeta passa à sua frente, um fenómeno conhecido como “trânsito”. O RAVEN analisou mais de 2,2 milhões de estrelas observadas durante os primeiros quatro anos do TESS, concentrando-se em planetas com órbitas extremamente estreitas – completando uma órbita em apenas 16 dias terrestres. Esta capacidade de identificar estes mundos em órbita rápida é crucial porque permite aos cientistas compreender melhor quão comuns são e onde ocorrem com mais frequência.
Confirmando Candidatos: Um Grande Desafio
Atualmente, o catálogo de exoplanetas da NASA contém cerca de 6.000 planetas confirmados, mas milhares de candidatos permanecem não verificados. O principal obstáculo é distinguir entre trânsitos planetários verdadeiros e outros eventos que os imitam, como o eclipse de estrelas binárias. RAVEN aborda diretamente esse problema analisando dados com aprendizado de máquina para identificar padrões indicativos de planetas genuínos.
RAVEN’s Edge: um pipeline completo
RAVEN se destaca porque lida com todo o processo de detecção de exoplanetas em um único fluxo de trabalho, desde a detecção inicial do sinal até a validação do aprendizado de máquina e confirmação estatística. Isto contrasta com muitas ferramentas existentes que se concentram apenas em fases específicas do processo.
“O RAVEN permite-nos analisar enormes conjuntos de dados de forma consistente e objetiva”, afirma David Armstrong, investigador da Universidade de Warwick. “Como o pipeline é bem testado e cuidadosamente validado, esta não é apenas uma lista de planetas potenciais – é também suficientemente fiável para ser usada como amostra para mapear a prevalência de tipos distintos de planetas em torno de estrelas semelhantes ao Sol.”
Mapeando Populações Planetárias e o “Deserto Netuniano”
A análise confirma que aproximadamente 10% das estrelas semelhantes ao Sol hospedam planetas próximos, alinhando-se com observações anteriores da missão Kepler da NASA. Crucialmente, RAVEN também forneceu uma estimativa precisa de quão raros são os planetas do tamanho de Netuno em órbitas próximas – uma região que os astrônomos chamam de “deserto de Netuno”. O estudo mostra que estes planetas ocorrem em torno de apenas 0,08% das estrelas semelhantes ao Sol, reforçando a ideia de que esta região é escassamente povoada.
Esta descoberta destaca como a IA está mudando rapidamente a astronomia, permitindo aos pesquisadores extrair insights significativos de enormes conjuntos de dados. A capacidade de identificar de forma sistemática e confiável candidatos a exoplanetas acelerará a busca por mundos habitáveis além do nosso sistema solar.
