Ciencias

50 nuevos planetas confirmados más allá de nuestro sistema solar con aprendizaje automático

50 nuevos planetas confirmados más allá de nuestro sistema solar con aprendizaje automático

Se confirmaron cincuenta planetas potenciales con la ayuda de un nuevo algoritmo de aprendizaje automático desarrollado a través de científicos de la Universidad de Warwick, según un nuevo estudio publicado en elAvisos mensuales de la Royal Astronomical Society.

RELACIONADO: ¿VALE LA PENA? LOS COSTOS Y BENEFICIOS DE LA EXPLORACIÓN DEL ESPACIO

El aprendizaje automático confirma 50 nuevos planetas

Los astrónomos utilizaron un proceso basado en el aprendizaje automático (un tipo de inteligencia artificial) para analizar una muestra de planetas potenciales y discernir cuáles eran reales o "falsos" o falsos positivos, por primera vez.

Los resultados del equipo se informaron en el nuevo estudio, en el que también realizaron la primera comparación y contraste a gran escala de nuevas técnicas de validación de planetas. Estos incluyen el algoritmo de aprendizaje automático recientemente aplicado, que se utilizará para confirmar estadísticamente futuros descubrimientos de exoplanetas.

Por lo general, los estudios de exoplanetas buscan cantidades masivas de datos recopilados a través de telescopios en busca de signos de planetas que pasan entre la Tierra y su estrella anfitriona, en un proceso llamado tránsito. Cuando esto sucede, la intensidad de la luz de la estrella desciende hasta un grado que los telescopios captan, pero las caídas también pueden ocurrir en sistemas estelares binarios, interferencias de fondo o incluso errores de cámara. En conjunto, estas posibles fuentes de interferencia requieren un medio para distinguir las indicaciones de exoplanetas reales de las "falsas".

Entrenamiento del aprendizaje automático para buscar exoplanetas

Esta es la razón por la que los investigadores de los departamentos de física e informática de Warwick, además del Instituto Alan Turing, construyeron un algoritmo basado en el aprendizaje automático capaz de diferenciar planetas reales de los falsos en grandes muestras de miles de candidatos identificadas durante misiones de telescopios como el TESS de la NASA. y Kepler, según phys.org.

El método de aprendizaje automático fue entrenado para identificar correctamente planetas reales con la ayuda de dos grandes muestras de planetas confirmados y falsos positivos de la misión Kepler ahora desaparecida. Luego, los investigadores emplearon el algoritmo en un nuevo conjunto de datos de candidatos planetarios no confirmados, recopilados a través de Kepler. Los resultados revelaron 50 nuevos planetas confirmados, la primera validación del aprendizaje automático.

Las primeras técnicas de aprendizaje automático clasificaron hábilmente a los candidatos a planetas, pero nunca pudieron distinguir la probabilidad de que un candidato fuera de hecho un planeta sin ayuda, que es el objetivo principal de la validación de planetas.

Los 50 nuevos planetas varían en tipo desde el tamaño de Neptuno hasta el excitante potencial de escalas similares a la Tierra, con órbitas de hasta 200 días y tan bajas como un solo día. Ahora que poseen el conocimiento de que los 50 planetas candidatos no son falsos, los astrónomos pueden seguir adelante con las observaciones en curso de los exoplanetas recién descubiertos a través de telescopios comprometidos.

El aprendizaje automático acelerará la validación de exoplanetas

El profesor David Armstrong del departamento de física de la Universidad de Warwick dijo: "El algoritmo que hemos desarrollado nos permite llevar 50 candidatos a través del umbral para la validación de planetas, actualizándolos a planetas reales. Esperamos aplicar esta técnica a grandes muestras de candidatos de y misiones futuras como TESS y PLATO. En términos de validación de planetas, nadie ha utilizado antes una técnica de aprendizaje automático ".

"El aprendizaje automático se ha utilizado para clasificar a los candidatos planetarios, pero nunca en un marco probabilístico, que es lo que se necesita para validar verdaderamente un planeta", agregó. "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 validado".

A medida que un nuevo conjunto de telescopios espaciales comienza misiones para buscar nuevos mundos que posiblemente alberguen nuevas civilizaciones, podemos estar seguros de que muchos, si no la mayoría de los planetas confirmados como más que ruido cósmico errante, obtendrán su validación del aprendizaje automático.


Ver el vídeo: Identifican 50 nuevos planetas por medio de un algoritmo (Octubre 2021).