Cuando se trata de descubrir nuevos cuerpos astronómicos, a veces los humanos son insustituibles gracias a sus habilidades en la detección de patrones. Pero en otros casos, las computadoras pueden detectar cosas que no son visibles para los humanos, incluida una instancia reciente en la que se descubrió un exoplaneta utilizando el aprendizaje automático.
El exoplaneta fue descubierto por investigadores de la Universidad de Georgia dentro de un disco protoplanetario llamado HD 142666. Un disco protoplanetario es un disco giratorio de gas que gira alrededor de estrellas jóvenes, y a partir del cual se forman los planetas. Los planetas se forman dentro de estos discos a medida que la materia se agrupa hasta que finalmente tiene suficiente gravedad para atraer más material. Los investigadores analizaron un conjunto anterior de observaciones de un conjunto completo de discos protoplanetarios y utilizaron un modelo de aprendizaje automático para buscar exoplanetas que podrían haberse perdido la primera vez. Identificaron un disco donde era probable que estuviera un planeta, basándose en la forma inusual en que el gas se movía dentro del disco.
«Confirmamos el planeta usando técnicas tradicionales, pero nuestros modelos nos dirigieron a ejecutar esas simulaciones y nos mostraron exactamente dónde podría estar el planeta», dijo el autor principal Jason Terry en un comunicado. «Cuando aplicamos nuestros modelos a un conjunto de observaciones más antiguas, identificaron un disco que no se sabía que tuviera un planeta a pesar de que ya había sido analizado. Al igual que los descubrimientos anteriores, realizamos simulaciones del disco y descubrimos que un planeta podría recrear la observación».
Los investigadores dicen que esta es una prueba de concepto que muestra que el aprendizaje automático se puede utilizar para hacer nuevos descubrimientos de exoplanetas, incluso con datos que se han analizado previamente. Eso podría significar más descubrimientos de exoplanetas en el futuro, así como revelaciones que se harán más rápido.
«Esto demuestra que nuestros modelos, y el aprendizaje automático en general, tienen la capacidad de identificar de forma rápida y precisa información importante que las personas pueden pasar por alto. Esto tiene el potencial de acelerar drásticamente el análisis y las ideas teóricas posteriores», dijo Terry. «Solo tomó alrededor de una hora analizar todo ese catálogo y encontrar evidencia sólida de un nuevo planeta en un lugar específico, por lo que creemos que habrá un lugar importante para este tipo de técnicas a medida que nuestros conjuntos de datos se hagan aún más grandes».
La investigación se publica en The Astrophysical Journal.
