L'intelligenza artificiale trova 118 nuovi esopianeti nei dati TESS della NASA
L'Intelligenza Artificiale inizia a farsi spazio nella ricerca astronomica: una nuova ricerca ha dimostrato che è in grado di scovare mondi nascosti.
Oltre 100 “mondi alieni” nascosti tra le pieghe delle osservazioni raccolte dal satellite TESS (Transiting Exoplanet Survey Satellite) della NASA, scovati dall’Intelligenza Artificiale. Un team di astronomi dell’Università di Warwick, utilizzando l’algoritmo avanzato RAVEN, ha convalidato 118 nuovi esopianeti. Non si tratta solo di nuovi nomi da aggiungere a un catalogo, ma di una vera e propria dimostrazione di forza dell’Intelligenza Artificiale, capace di setacciare milioni di dati con una precisione che l’occhio umano o i software tradizionali non potrebbero eguagliare.
Come funziona RAVEN?
I risultati sono stati pubblicati su Monthly Notices of the Royal Astronomy Society, nello studio Automatic search for transiting planets in TESS-SPOC FFIs with RAVEN: over 100 newly validated planets and over 2000 vetted candidates.
Chi va a caccia di pianeti si ritrova di fonte a due sfide principali: da una parte trovarli, ma dall’altra distinguerli dai cosiddetti “falsi positivi”. Stelle binarie che si eclissano a vicenda o semplici disturbi strumentali possono mimare perfettamente il passaggio di un pianeta ed è qui che è entrato in gioco RAVEN.
Acronimo di RAnking and Validation of ExoplaNets, RAVEN è un sistema di AI progettato per gestire tutto il processo in un unico colpo che, a differenza degli strumenti usati finora, in grado di analizzare solo parti specifiche del segnale, analizza l’intero flusso di lavoro, dal rilevamento del segnale fino alla validazione statistica finale. Il dottor Andreas Hadjigeorghiou dell’Università di Warwick ha spiegato:
La sfida consiste nell’identificare se l’attenuazione della luce è effettivamente causata da un pianeta in orbita attorno alla stella o da qualcos’altro, come le stelle binarie a eclisse, ed è a questo che RAVEN cerca di rispondere. La sua forza deriva dal nostro set di dati creato con cura, composto da centinaia di migliaia di pianeti realisticamente simulati e altri eventi astrofisici che possono mascherarsi da pianeti.
I pianeti validati da RAVEN
“Poiché la pipeline è ben collaudata e accuratamente validata, non si tratta solo di un elenco di potenziali pianeti, ma è anche sufficientemente affidabile da poter essere utilizzata come campione per mappare la prevalenza di diversi tipi di pianeti attorno a stelle simili al Sole”, ha aggiunto il dottor David Armstrong, professore associato all’Università di Warwick e coautore senior degli studi RAVEN.
Ma come sono questi nuovi 118 pianeti confermati dall’AI? La ricerca si è concentrata sui cosiddetti pianeti close-in, ovvero mondi che orbitano vicinissimo alla propria stella, completando un giro in meno di 16 giorni, che il team di ricerca ha distinto in tre tipi.
Da una parte ci sono i pianeti a periodo ultra-corto, ovvero mondi estremi che completano un’orbita in meno di 24 ore, dall’altra i cosiddetti sistemi multi-planetari, cioè stelle che ospitano coppie di pianeti prima sconosciuti che orbitano in perfetta armonia. Infine, ci sono i pianeti del “deserto nettuniano”, una regione dove – secondo le teorie classiche – i pianeti delle dimensioni di Nettuno non dovrebbero esistere perché “spazzati via” dalle radiazioni stellari.
Proprio su quest’ultimo punto, l’AI ha permesso di ottenere una precisione mai vista prima, come ha spiegato il dottor Kaiming Cui, ricercatore post-dottorato a Warwick e primo autore dello studio:
Per la prima volta, possiamo dare un numero preciso a quanto sia vuoto questo ‘deserto’. Queste misurazioni mostrano che TESS può ora eguagliare, e in alcuni casi superare, Kepler nello studio delle popolazioni planetarie.
Intelligenza Artificiale e astronomia
L’impatto di questa ricerca va ben oltre la lista dei 118 pianeti scovati tra i dati di TESS. L’uso di RAVEN ha dimostrato che circa il 9-10% delle stelle simili al Sole ospita un pianeta con orbita stretta, ma il dato più incredibile è la precisione: l’incertezza statistica è stata ridotta di ben 10 volte rispetto ai dati precedenti della missione Kepler.
Questa “pulizia” dei dati è fondamentale per il futuro della ricerca spaziale. Sapere con certezza quali sono i candidati reali permette a strumenti come il Telescopio Spaziale James Webb di non perdere tempo e puntare i propri sensori solo verso i mondi più promettenti per cercare tracce di atmosfere o, potenzialmente, segni di vita.
