Un nuevo algoritmo de aprendizaje automático acaba de confirmar la existencia de cincuenta exoplanetas.
Esta es la primera vez en que los astrónomos utilizan una forma de inteligencia artificial para analizar una muestra de planetas y determinar cuáles son reales y cuáles son ‘falsos’ (o falsos positivos), calculando la probabilidad de cada candidato de ser realmente un planeta.
Los resultados del estudio, realizado por científicos de la Universidad de Warwick, se publicaron en Monthly Notices of the Royal Astronomical Society.
¿Falsos positivos?
Muchos estudios aplican el método del tránsito para buscar exoplanetas en grandes volúmenes de datos.
Cuando un planeta pasa entre el telescopio y su estrella anfitriona podemos observar una caída en el brillo de esta última. Esto se debe a que el planeta provoca una especie de sombra en nuestro instrumento.
Sin embargo, no todas las caídas en el brillo de una estrella se explican con la existencia de un planeta. A veces, la caída puede ser causada por un sistema estelar binario, interferencia de un objeto en el fondo o incluso pequeños errores.
Estos falsos positivos, caídas en el brillo que creemos que son ocasionadas por planetas pero que no lo son, se pueden filtrar en un proceso de validación.
Inteligencia artificial
Dado que los volúmenes de datos son gigantescos, es poco recomendable dejárselo a una persona porque se tomaría mucho tiempo. Por ese motivo, el equipo de científicos desarrolló un algoritmo basado en aprendizaje automático que puede diferenciar planetas reales de falsos.
Como este tipo de algoritmos requiere, recibió un entrenamiento previo para reconocer planetas reales usando las grandes muestras de planetas confirmados y falsos positivos de la misión Kepler ya retirada.
Con el algoritmo ya entrenado, los investigadores lo usaron en un conjunto de datos de candidatos planetarios aun sin confirmar de la misión Kepler. El resultado fue 50 planetas confirmados.
50 exoplanetas
“El algoritmo que hemos desarrollado nos permite llevar 50 candidatos a través del umbral para la validación de planetas, actualizándolos a planetas reales”, explicó el Dr. David Armstrong, autor principal del estudio.
Los autores mencionan que, aunque anteriormente se había usado inteligencia artificial para clasificar candidatos, esta es la primera vez que determinan la probabilidad de que un candidato fuera realmente un planeta.
“En lugar de decir qué candidatos tienen más probabilidades de ser planetas, ahora podemos decir cuál es la probabilidad estadística precisa. Cuando hay menos del 1% de probabilidad de que un candidato sea un falso positivo, se considera un planeta”, explicó Armstrong.
Los autores agregan que el algoritmo es más rápido que las técnicas existentes y puede automatizarse por completo, lo que lo hace ideal para analizar los miles de candidatos planetarios potencialmente observados en encuestas actuales como TESS.
Estos 50 planetas van desde mundos tan grandes como Neptuno hasta más pequeños que la Tierra. Algunos tienen órbitas de hasta 200 días y otros de tan solo un día. Al confirmar que estos 50 planetas son reales, los astrónomos ahora pueden priorizarlos para futuras observaciones con telescopios dedicados.
“Esperamos aplicar esta técnica a grandes muestras de candidatos de misiones actuales y futuras como TESS y PLATO”, mencionó Armstrong.