
Un risultato notevole è stato raggiunto dai ricercatori dell’Università di Warwick in relazione alla scoperta di nuovi esopianeti tramite l’intelligenza artificiale. I ricercatori dichiarano, tramite un comunicato apparso sul sito della stessa università, che grazie ad un nuovo algoritmo di apprendimento automatico, progettato dagli stessi scienziati dell’Università, è stato possibile confermare l’esistenza di 50 nuovi pianeti individuati in prima istanza dal satellite spacciarle Keplero.
Sono migliaia, infatti, i pianeti candidati ma non ancora confermati dagli astronomi. Il nuovo algoritmo è stato addestrato dai ricercatori affinché distinguesse in maniera automatica i pianeti reali dai falsi positivi. Si tratterebbe, inoltre, di un algoritmo più veloce di quelli già utilizzati in passato allo stesso scopo.
Un studio che descrive l’algoritmo e le modalità usate dai ricercatori per la conferma di questi pianeti è stato pubblicato su Monthly Notices of the Royal Astronomical Society.
Il telescopio spaziale Keplero utilizza il metodo del “transito” per individuare possibili pianeti. I dati poi vanno analizzati affinché i pianeti stessi possano essere confermati. Si tratta però di quantità di dati enormi ed il pericolo di incorrere in falsi positivi è sempre dietro l’angolo.
Ecco perché gli scienziati del Dipartimento di Fisica e Informatica di Warwick e dell’Alan Turing Institute hanno sviluppato questo nuovo algoritmo che è riuscito a distinguere 50 pianeti tra migliaia di possibili candidati. Per fare questo è stato addestrato precedentemente con dati prelevati da due database di pianeti confermati e di falsi positivi, anche questi raccolti dal telescopio spaziale Keplero, ora dismesso. Dopo la fase di “addestramento” hanno poi dato l’algoritmo dandogli in pasto i dati relativi ai pianeti non ancora confermati.
I pianeti confermati hanno varie dimensioni, da quella di Nettuno fino a quelli più piccoli della Terra, e girano intorno alle loro stelle su orbite di varia durata, da quelle della durata di più di 200 giorni terrestri a quelle che durano solo giorno.
“In termini di convalida del pianeta, nessuno ha mai utilizzato una tecnica di apprendimento automatico. L’apprendimento automatico è stato utilizzato per classificare i candidati planetari, ma mai in un quadro probabilistico, che è ciò di cui hai bisogno per convalidare veramente un pianeta. Piuttosto che dire quali candidati hanno maggiori probabilità di essere pianeti, ora possiamo dire qual è la precisa probabilità statistica. Dove c’è meno dell’1% di possibilità che un candidato sia un falso positivo, è considerato un pianeta convalidato”, spiega David Armstrong, uno degli scienziati di Warwick coinvolti nel progetto.
I ricercatori sperano ora di usare questa stessa tecnica con i dati prelevati da altre missioni tra cui quelle di TESS e quella futura di PLATO.
Approfondimenti
- Convalida di esopianeti con machine learning: 50 nuovi pianeti Kepler convalidati – Monthly Notices of the Royal Astronomical Society (IA) (DOI: 10.1093/mnras/staa2498)