Portugués 
Inglés 
Español 
4 min de lectura 
0 comentarios 
La inteligencia artificial RAVEN analizó datos de más de 2,2 millones de estrellas observadas por la misión TESS, confirmó 118 planetas, encontró 31 mundos nuevos y reveló objetos raros, incluyendo planetas ultrarrápidos y cuerpos localizados en el llamado desierto neptuniano.
La inteligencia artificial desarrollada por astrónomos de la Universidad de Warwick confirmó más de 100 exoplanetas en datos de la misión TESS, de la NASA, incluyendo 31 mundos recién identificados. El sistema RAVEN analizó señales de estrellas observadas por el telescopio espacial y ayudó a separar posibles planetas de fenómenos capaces de imitar este tipo de detección.
La investigación, publicada en la revista Monthly Notices of the Royal Astronomical Society, utilizó observaciones de más de 2,2 millones de estrellas recopiladas durante los primeros cuatro años de TESS. El trabajo se centró en planetas muy cercanos a sus estrellas, con órbitas completas en menos de 16 días.
El estudio validó 118 nuevos planetas y señaló más de 2 mil candidatos de alta calidad, de los cuales casi mil son totalmente nuevos. El equipo considera este conjunto una de las muestras mejor caracterizadas de planetas cercanos a sus estrellas, con potencial para orientar estudios futuros.
-
Cómo Chegg perdió 14 mil millones de dólares y se convirtió en un símbolo global del colapso de las empresas tradicionales ante el ascenso implacable de la inteligencia artificial generativa
-
Un estudio revela que ser educado con ChatGPT puede mejorar las respuestas de las IAs y evitar fallos sorprendentes que afectan el rendimiento y la calidad de las interacciones.
-
La inteligencia artificial transformará el 22% de los empleos para 2030 y creará millones de oportunidades mientras redefine carreras, exige nuevas habilidades y revoluciona el futuro del trabajo global.
-
Joven de 18 años transforma app creado en su habitación en una máquina millonaria de US$ 1,4 millones al mes con inteligencia artificial y estrategia visionaria
RAVEN amplía la búsqueda de mundos raros y extremos
Entre los planetas confirmados, hay categorías consideradas especialmente relevantes para la astronomía. Algunos son planetas de período ultracorto, que completan una vuelta alrededor de la estrella en menos de 24 horas.
Otros están en el llamado desierto neptuniano, una región en la que se esperan pocos planetas según las teorías actuales. El estudio también reveló sistemas compactos con varios planetas, incluyendo pares antes desconocidos orbitando la misma estrella.
La inteligencia artificial RAVEN fue creada para enfrentar uno de los principales desafíos de la búsqueda de exoplanetas: transformar grandes volúmenes de datos de telescopios espaciales en descubrimientos confiables. El sistema busca pequeñas caídas en el brillo de las estrellas, causadas cuando un planeta pasa frente a ellas.
Después de esta identificación, RAVEN utiliza modelos de aprendizaje automático entrenados con cientos de miles de simulaciones realistas. Estas simulaciones incluyen planetas y otros eventos astrofísicos que pueden parecer planetas, como estrellas binarias eclipsantes.
El sistema evalúa señales y reduce falsos positivos
La fuerza de RAVEN radica en el procesamiento completo del flujo de análisis. La herramienta detecta la señal, evalúa su origen con aprendizaje automático y realiza la validación estadística de los candidatos más fuertes.
Este funcionamiento diferencia el sistema de herramientas que actúan solo en partes específicas del proceso. La propuesta es analizar conjuntos enormes de datos de forma consistente, objetiva y suficientemente validada para su uso en estudios poblacionales.
Además de acelerar el descubrimiento de nuevos mundos, la inteligencia artificial también mide qué tipos de planeta son más fáciles o más difíciles de encontrar. Esta etapa ayuda a corregir sesgos ocultos en los datos y permite formar muestras más limpias para responder preguntas más amplias sobre la frecuencia de diferentes planetas en la galaxia.
El estudio mide la frecuencia de planetas cercanos
Con la base validada, los investigadores avanzaron más allá de los descubrimientos individuales. En un estudio complementario, también publicado en MNRAS, el equipo midió la ocurrencia de planetas cercanos alrededor de estrellas similares al Sol.
Los resultados indican que aproximadamente entre el 9% y el 10% de las estrellas similares al Sol albergan un planeta en órbita cercana. Este resultado está alineado con mediciones anteriores de la misión Kepler, pero el nuevo análisis redujo las incertidumbres hasta diez veces.
El trabajo también presentó la primera medición directa de la rareza de los planetas en el desierto neptuniano. Estos objetos aparecen alrededor de solo el 0,08% de las estrellas similares al Sol, reforzando el carácter inusual de esta región.
Los catálogos están disponibles para nuevas observaciones
El equipo liberó catálogos interactivos y herramientas para que otros científicos exploren los resultados. Estos materiales pueden ayudar a seleccionar objetivos prometedores para observaciones de seguimiento con telescopios terrestres y futuras misiones, como PLATO, de la Agencia Espacial Europea.
Los estudios muestran cómo la inteligencia artificial está ampliando la capacidad de análisis en astronomía. Al combinar grandes bases de datos con aprendizaje automático, RAVEN encontró planetas ocultos, validó candidatos y produjo una muestra capaz de medir con mayor precisión la presencia de mundos cercanos a estrellas similares al Sol.
Con información de ScienceDaily
¡Sé la primera persona en reaccionar!