Revelan numerosos mundos invisibles en la información de la NASA
- Validación de exoplanetas con IA
- Hallazgos clave de la investigación
- Impacto y aplicaciones de los resultados
Validación de exoplanetas con IA
La exploración del espacio sigue dando pasos gigantes gracias a la combinación de nuevas tecnologías y datos masivos. Investigadores de la Universidad de Warwick, en Reino Unido, han confirmado la existencia de más de 100 exoplanetas, incluyendo 31 que habían sido detectados muy recientemente. Todo ello lo lograron usando una avanzada herramienta de inteligencia artificial denominada RAVEN, aplicada a los datos obtenidos por el Satélite de Sondeo de Exoplanetas en Tránsito (TESS), misión espacial de la NASA dedicada a la monitorización contínua del brillo de millones de estrellas.
RAVEN ha analizado observaciones de más de 2,2 millones de estrellas reunidas durante los primeros cuatro años de TESS. Su foco principal fueron los planetas que giran muy cerca de sus estrellas, completando una órbita en 16 días o menos, permitiendo así una evaluación precisa de la frecuencia de estos mundos de movimiento rápido.
Este avance en la detección representa una oportunidad única para mejorar nuestro conocimiento sobre la distribución y características de planetas que podrían ser similares a la Tierra, además de ofrecer una guía fiable para planificar futuras investigaciones.
Hallazgos clave de la investigación
Gracias a RAVEN, se validaron 118 nuevos planetas y se detectaron más de 2.000 candidatos de alta calidad, con cerca de 1.000 descubiertos por primera vez. Entre ellos destacan distintos grupos muy valiosos para la astronomía: planetas de período ultracorto que completan una órbita en menos de 24 horas, ejemplares dentro del llamado "desierto neptuniano" —una región donde se creía que casi no existían planetas— y sistemas con varios planetas muy cercanos entre sí, algunos de los cuales no se conocían antes.
La validación de señales planetarias es uno de los grandes retos en la astronomía actual, pues es vital diferenciar entre planetas reales y otras fuentes de variación luminosa, como eclipses de estrellas binarias. RAVEN se nutre de un extenso conjunto de datos, que incluye simulaciones realistas de planetas y efectos astrofísicos similares, lo cual permite entrenar modelos de aprendizaje automático para reconocer patrones que confirman o descartan la presencia de planetas.
El potencial de esta metodología no solo radica en descubrir cuerpos nuevos, sino en crear un catálogo confiable con el que analizar la frecuencia y distribución de exoplanetas alrededor de estrellas parecidas al Sol, con una precisión sin precedentes.
Impacto y aplicaciones de los resultados
El análisis permitió demostrar que cerca del 9-10% de estrellas similares al Sol albergan planetas en órbitas cercanas, un dato que coincide con estudios previos como los de la misión Kepler, pero con incertidumbres hasta diez veces menores gracias a la precisión de RAVEN.
Además, se logró la primera medición directa para los planetas que habitan el "desierto de Neptuno," confirmando que apenas un 0,08% de estas estrellas los poseen.
La combinación de grandes conjuntos de datos astronómicos y técnicas avanzadas de inteligencia artificial está revolucionando la búsqueda y caracterización de exoplanetas. Estas herramientas no solo ofrecen nuevos descubrimientos, sino que ponen a prueba y mejoran los algoritmos de IA en retos científicos complejos. Los datos y catálogos disponibles ahora abrirán el camino para futuras observaciones con telescopios terrestres y misiones espaciales como PLATO de la ESA, alentando a la comunidad científica a continuar esta apasionante exploración.