Space Telescope Science Institut / DPA - Arquivo
MADRID, 25 mar. (EUROPA PRESS) -
Astrônomos da Universidade de Warwick (Reino Unido) validaram mais de 100 exoplanetas, incluindo 31 planetas detectados recentemente, utilizando uma nova ferramenta de inteligência artificial aplicada aos dados do Satélite de Sondagem de Exoplanetas em Trânsito (TESS) da NASA, uma missão espacial que monitora o céu em busca do sutil escurecimento da luz estelar causado quando os planetas passam na frente de suas estrelas hospedeiras.
Em um artigo publicado na 'MNRAS', a equipe aplicou seu novo sistema de inteligência artificial, chamado RAVEN, às observações de mais de 2,2 milhões de estrelas coletadas durante os primeiros quatro anos de operação do TESS. Eles se concentraram em encontrar planetas que orbitam perto de suas estrelas, completando uma órbita em menos de 16 dias, o que proporciona a avaliação mais precisa da frequência desses mundos de período curto.
“Graças à nossa nova metodologia RAVEN, conseguimos validar 118 novos planetas e mais de 2.000 candidatos a planetas de alta qualidade, quase 1.000 deles completamente novos”, declara a Dra. Marina Lafarga Magro, primeira autora do estudo e pesquisadora de pós-doutorado da Universidade de Warwick. “Isso representa uma das amostras mais bem caracterizadas de planetas próximos à Terra e nos ajudará a identificar os sistemas mais promissores para estudos futuros.”
Entre os planetas recentemente validados encontram-se várias populações especialmente valiosas, entre elas: planetas de período ultracurto, que orbitam suas estrelas em menos de 24 horas; planetas do “deserto neptuniano”, uma classe rara encontrada em uma região onde a teoria prevê que os planetas deveriam ser escassos; sistemas multiplanetários em órbitas próximas, incluindo pares planetários anteriormente desconhecidos em torno da mesma estrela.
As missões modernas de busca de planetas costumam identificar milhares de possíveis planetas (candidatos), mas confirmar quais sinais são reais e compreender a frequência dos diferentes tipos de planetas continua sendo um desafio importante com os métodos atuais.
“O desafio consiste em determinar se o escurecimento se deve realmente a um planeta em órbita ao redor da estrela ou a outra coisa, como estrelas binárias eclipsantes, que é o que o RAVEN tenta responder. Sua força reside em nosso conjunto de dados cuidadosamente criado, composto por centenas de milhares de planetas simulados de forma realista e outros eventos astrofísicos que podem ser confundidos com planetas. Treinamos modelos de aprendizado de máquina para identificar padrões nos dados que nos permitam determinar o tipo de evento detectado, algo em que os modelos de IA se destacam”, reflete o Dr. Andreas Hadjigeorghiou, da Universidade de Warwick, que liderou o desenvolvimento do sistema.
O Dr. David Armstrong, professor associado da Universidade de Warwick e coautor principal dos estudos do RAVEN, acrescenta: “O RAVEN nos permite analisar enormes conjuntos de dados de forma consistente e objetiva. Como o processo é bem testado e validado, não se trata apenas de uma lista de planetas potenciais, mas também é confiável o suficiente para ser usada como amostra para determinar a prevalência de diferentes tipos de planetas em torno de estrelas semelhantes ao Sol”.
Com esse conjunto de planetas validados e bem caracterizados, a equipe pôde ir além das descobertas individuais e estudar em detalhes a população de exoplanetas próximos. Em um estudo complementar publicado no MNRAS, eles mediram a frequência com que planetas aparecem em órbitas próximas ao redor de estrelas semelhantes ao Sol, mapeando os resultados em função do período orbital e do tamanho do planeta com um nível de detalhe sem precedentes.
Eles descobriram que cerca de 9 a 10% das estrelas semelhantes ao Sol abrigam um planeta próximo, o que coincidia com a missão Kepler da NASA, um telescópio espacial que anteriormente havia medido a frequência com que se encontram planetas em torno de outras estrelas, mas as incertezas do RAVEN eram até dez vezes menores.
O estudo também fornece a primeira medição direta de planetas do “deserto de Netuno”, demonstrando que eles ocorrem em torno de apenas 0,08% das estrelas semelhantes ao Sol.
Em conjunto, esses estudos demonstram como grandes conjuntos de dados astronômicos e os novos desenvolvimentos em IA andam de mãos dadas, gerando novas descobertas ao mesmo tempo em que testam a IA em problemas de pesquisa complexos, além de transformar tanto a descoberta de planetas quanto a ciência das populações planetárias. A equipe também publicou ferramentas interativas e catálogos que permitem que outros pesquisadores explorem os resultados e identifiquem alvos promissores para futuras observações com telescópios terrestres e missões futuras, como a PLATO da ESA.
Esta notícia foi traduzida por um tradutor automático