Entrenan a la inteligencia artificial para acelerar la búsqueda de exoplanetas similares a la Tierra

Un grupo de científicos ha desarrollado un modelo de aprendizaje automático de inteligencia artificial que predice posibles sistemas planetarios con planetas similares a la Tierra, para acelerar la búsqueda futura de gemelos de nuestro mundo.

La búsqueda de exoplanetas similares a la Tierra, planetas que orbitan estrellas distintas a nuestro Sol, es un tema central en la investigación planetaria actual, ya que es muy probable que allí se encuentre vida extraterrestre.

Los primeros exoplanetas fueron descubiertos en la década de 1990, y desde entonces, hemos descubierto miles de ellos. Gracias a los telescopios y a las misiones espaciales, hemos podido estudiar la composición, la atmósfera y las condiciones de estos mundos lejanos.

En este sentido, investigadores de la Universidad de Berna han desarrollado con inteligencia artificial un innovador modelo de aprendizaje automático que identifica sistemas planetarios que podrían albergar planetas similares a la Tierra. El estudio acaba de publicarse en la revista Astronomy & Astrophysics.

Aprendizaje automático

Un modelo de aprendizaje automático es una herramienta estadística que se entrena con datos para reconocer ciertos tipos de patrones y realizar predicciones.

La investigadora postdoctoral Jeanne Davoult, autora principal del estudio, explica en un comunicado que «nuestro modelo se basa en un algoritmo que desarrollé y que fue entrenado para reconocer y clasificar sistemas planetarios que albergan planetas similares a la Tierra».

El modelo se basa en estudios previos para inferir una correlación entre la presencia o ausencia de un planeta similar a la Tierra y las propiedades de su sistema.

Modelo de Berna

El algoritmo se entrenó y probó con datos del llamado Modelo de Berna de Formación y Evolución Planetaria. «El Modelo de Berna permite obtener información sobre cómo se formaron los planetas, cómo han evolucionado y qué tipos de planetas se desarrollan bajo ciertas condiciones en un disco protoplanetario», explica el coautor, el doctor Yann Alibert.

Desde 2003, el Modelo de Berna se ha desarrollado continuamente en la Universidad de Berna. «El Modelo de Bern es uno de los pocos modelos a nivel mundial que ofrece una riqueza tan amplia de procesos físicos interrelacionados y permite realizar un estudio como el actual», continúa Alibert.

Resultados impresionantes

El algoritmo del nuevo modelo de aprendizaje automático se entrenó y probó utilizando datos de sistemas planetarios sintéticos del Modelo de Berna. «Los resultados son impresionantes: el algoritmo alcanza valores de precisión de hasta 0,99, lo que significa que el 99 % de los sistemas identificados por el modelo de aprendizaje automático contienen al menos un planeta similar a la Tierra», afirma Davoult.

El modelo se aplicó posteriormente a sistemas planetarios observados. «El modelo identificó 44 sistemas con alta probabilidad de albergar planetas similares a la Tierra no detectados. Un estudio posterior confirmó la posibilidad teórica de que estos sistemas alberguen un planeta similar a la Tierra», explica Davoult.