La inteligencia artificial descubre más de un centenar de nuevos exoplanetas

Astrónomos de la Universidad de Warwick han validado más de un centenar de exoplanetas, incluidos 31 detectados recientemente, tras aplicar una herramienta de inteligencia artificial a los datos del Satélite de Sondeo de Exoplanetas en Tránsito (TESS) de la NASA.

El hallazgo se recoge en un estudio publicado en la revista Monthly Notices of the Royal Astronomical Society (MNRAS), donde el equipo describe el uso de un sistema denominado RAVEN, diseñado para analizar grandes volúmenes de observaciones astronómicas y distinguir señales reales de planetas frente a otros fenómenos.

Análisis de millones de estrellas

Los investigadores aplicaron RAVEN a los datos de más de 2,2 millones de estrellas recopilados durante los cuatro primeros años de funcionamiento de TESS. Este telescopio espacial detecta posibles planetas al observar el leve oscurecimiento de una estrella cuando un cuerpo pasa por delante.

El estudio se centró en planetas con órbitas cortas, de menos de 16 días, lo que ha permitido obtener una evaluación precisa de la frecuencia de este tipo de mundos.

Según explica la doctora Marina Lafarga Magro, investigadora postdoctoral de la Universidad de Warwick y primera autora del trabajo, el sistema permitió validar 118 planetas y más de 2.000 candidatos de alta calidad, cerca de un millar completamente nuevos. Estos datos conforman una de las muestras más detalladas de planetas cercanos a la Tierra.

Tipos de planetas identificados

Entre los planetas validados se encuentran varias categorías relevantes para la investigación astronómica. Destacan los planetas de período ultracorto, que completan una órbita en menos de 24 horas, así como los situados en el denominado "desierto neptuniano", una región donde, según los modelos teóricos, deberían ser escasos.

El equipo también identificó sistemas multiplanetarios en órbitas cercanas, incluidos pares de planetas previamente desconocidos que orbitan la misma estrella.

Estos resultados permiten ampliar el conocimiento sobre la diversidad de sistemas planetarios y aportan nuevos objetivos para futuras observaciones.

El papel de la inteligencia artificial

Uno de los principales retos en la búsqueda de exoplanetas es distinguir entre señales reales y otros fenómenos, como las estrellas binarias eclipsantes, que pueden generar patrones similares.

El doctor Andreas Hadjigeorghiou, responsable del desarrollo de RAVEN, señala que la herramienta se entrenó con un conjunto de datos que incluye cientos de miles de planetas simulados y eventos astrofísicos. Esto permite a los modelos de aprendizaje automático identificar patrones y clasificar correctamente las señales.

Por su parte, el profesor asociado David Armstrong destaca que el sistema permite analizar grandes volúmenes de datos de forma consistente y objetiva, lo que lo convierte en una base fiable para estudiar la población de planetas alrededor de estrellas similares al Sol.

Frecuencia de planetas cercanos

A partir de este conjunto de datos, los investigadores realizaron un estudio complementario sobre la frecuencia de planetas en órbita cercana. Los resultados muestran que entre el 9% y el 10% de las estrellas similares al Sol albergan al menos un planeta cercano.

Esta cifra coincide con estimaciones previas obtenidas por la misión Kepler de la NASA, aunque el nuevo análisis presenta incertidumbres hasta diez veces menores.

El trabajo también incluye la primera medición directa de la frecuencia de planetas en el "desierto de Neptuno", situándola en torno al 0,08% de las estrellas similares al Sol.

Además de los resultados científicos, el equipo ha publicado catálogos y herramientas interactivas que permiten a otros investigadores explorar los datos y seleccionar objetivos para futuras observaciones.

Estas herramientas facilitarán el trabajo con telescopios terrestres y con próximas misiones espaciales como PLATO de la Agencia Espacial Europea, orientada a la búsqueda de planetas similares a la Tierra.