Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
100 novos mundos alienígenas: Cientistas encontram dados ocultos em dados de naves espaciais de caça a exoplanetas da NASA
Os astrônomos descobriram mais de 100 novos mundos além do sistema solar escondidos em dados coletados pela espaçonave TESS (Transiting Exoplanet Survey Satellite) da NASA, e isso graças à inteligência artificial. A técnica também identificou mais cerca de 2.000 candidatos a planetas extrasolares, ou exoplanetas, cerca de metade dos quais não tinham sido detectados até agora.
Considerando que existem cerca de 6.000 exoplanetas atualmente no catálogo de exoplanetas da NASA, a confirmação desses mundos candidatos representaria um grande impulso na nossa busca por planetas em torno de outros estrelas. O novo e inovador programa de IA por trás desta descoberta chama-se RAVEN e foi desenvolvido por pesquisadores da Universidade de Warwick, no Reino Unido.
O artigo continua abaixo
“Isto representa uma das amostras mais bem caracterizadas de planetas próximos e irá ajudar-nos a identificar os sistemas mais promissores para estudos futuros”, disse a líder da equipa, Marina Lafarga Magro, da Universidade de Warwick, num comunicado.
O olho de águia de RAVEN está examinando o deserto netuniano
Desde que os primeiros exoplanetas foram descobertos em meados da década de 1990, o catálogo de exoplanetas cresceu para mais de 6.000 entradas confirmadas, mas milhares de candidatos foram identificados por missões espaciais de caça a exoplanetas como o TESS, Kepler e Quéops (Caracterizando o Satélite Exoplanetário) permanecem não confirmados.
Isto porque os cientistas precisam de determinar se as pequenas quedas na luz das estrelas são realmente causadas por exoplanetas em trânsito ou se têm outra causa não planetária. Isto significa que fazer estas confirmações com mais rapidez e confiança é um grande desafio que os astrónomos estão ansiosos por enfrentar.
“O desafio reside em identificar se o escurecimento é de fato causado por um planeta em órbita ao redor da estrela ou por outra coisa, como estrelas binárias eclipsadas, que é o que a RAVEN tenta responder”, disse o desenvolvedor-chefe da RAVEN, Andreas Hadjigeorghiou, da Universidade de Warwick, no comunicado. “A sua força provém do nosso conjunto de dados cuidadosamente criado de centenas de milhares de planetas simulados de forma realista e de outros eventos astrofísicos que podem mascarar-se como planetas.”
O desenvolvedor de Hadjigeorghiou explicou que a equipe treinou modelos de aprendizado de máquina para identificar padrões nos dados que podem informar aos astrônomos o tipo de evento que foi detectado, algo em que os modelos de IA se destacam. RAVEN foi projetado para lidar com todo o processo de detecção de exoplanetas de uma só vez – desde a detecção do sinal até sua verificação com aprendizado de máquina e, em seguida, validação estatística. Isso significa que tem uma vantagem adicional sobre outras ferramentas contemporâneas que se concentram apenas em partes específicas deste processo, disse Hadjigeorghiou.
“O RAVEN nos permite analisar enormes conjuntos de dados de forma consistente e objetiva”, disse David Armstrong, membro sênior da equipe e pesquisador da Universidade de Warwick, no comunicado. “Como o pipeline é bem testado e cuidadosamente validado, esta não é apenas uma lista de planetas potenciais – é também suficientemente fiável para ser usada como amostra para mapear a prevalência de tipos distintos de planetas em torno de estrelas semelhantes ao Sol.”
Dentro dos candidatos a planetas próximos, os investigadores poderiam então determinar detalhadamente os tipos de planetas e as suas populações. Isto revelou que cerca de 10% das estrelas como o Sol hospedam um planeta próximo, validando as descobertas feitas pelo antecessor Kepler, caçador de exoplanetas do TESS.
RAVEN também foi capaz de ajudar os pesquisadores a determinar o quão raros são os mundos próximos do tamanho de Netuno, descobrindo que eles ocorrem em torno de apenas 0,08% de sol-como estrelas. Esta ausência destes mundos próximos da sua estrela-mãe é referida como o “deserto netuniano” pelos astrónomos.
“Pela primeira vez, podemos definir um número preciso de quão vazio é este ‘deserto'”, disse no comunicado o líder da equipe de estudo do deserto netuniano, Kaiming Cui, da Universidade de Warwick. “Estas medições mostram que o TESS pode agora igualar, e em alguns casos superar, o Kepler no estudo de populações planetárias.”
Os resultados do RAVEN demonstram o poder da IA para pesquisar vastas áreas de dados astronômicos para detectar efeitos sutis.
A pesquisa da equipe foi publicado em três artigos da revista Avisos mensais da Royal Astronomical Society e também está disponível no site do repositório de papéis arXiv.
