Astrônomos da Universidade de Warwick confirmaram mais de 100 exoplanetas, incluindo 31 mundos recentemente identificados, usando um novo sistema de inteligência artificial. A equipe aplicou a ferramenta aos dados do Transiting Exoplanet Survey Satellite (TESS) da NASA, uma missão que varre o céu em busca da ligeira queda na luz das estrelas que ocorre quando um planeta passa na frente de sua estrela hospedeira.
Suas descobertas, publicadas MNRASCom base na análise detalhada de observações de mais de 2,2 milhões de estrelas recolhidas durante os primeiros quatro anos do TESS. Os investigadores concentraram-se em planetas que orbitam muito perto das suas estrelas, completando uma órbita completa em menos de 16 dias. Este método produziu a medida mais precisa de quão comuns são estes planetas de curto período.
“Usando o nosso recém-desenvolvido pipeline RAVEN, conseguimos verificar 118 novos planetas e mais de 2.000 candidatos a planetas de alta qualidade, incluindo quase 1.000 completamente novos,” disse a primeira autora, Dra. Marina Lafarga Magro, investigadora de pós-doutoramento na Universidade de Warwick. “Representa uma das amostras mais bem caracterizadas de planetas próximos e irá ajudar-nos a identificar os sistemas mais promissores para estudos futuros.”
Tipos de planetas raros e extremos detectados
Existem várias categorias particularmente interessantes entre os planetas recentemente confirmados. Alguns planetas de período ultracurto orbitam a sua estrela em menos de 24 horas. Outros pertencem ao chamado “deserto netuniano”, uma região onde se espera que existam poucos planetas com base na teoria atual. O estudo também revelou sistemas multiplanetários compactados com pares de planetas até então desconhecidos orbitando a mesma estrela.
Como RAVEN melhora a detecção de planetas
As missões modernas de caça a planetas muitas vezes sinalizam milhares de planetas potenciais, mas é difícil determinar quais sinais são genuínos. Muitos sinais falsos podem imitar planetas, incluindo estrelas binárias eclipsantes.
“O desafio é identificar se o escurecimento é realmente devido a um planeta em órbita ao redor da estrela ou a outra coisa, como um eclipse de uma estrela binária, que RAVEN tenta responder. Seu poder vem de nosso conjunto de dados cuidadosamente construído de centenas de milhares de planetas simulados realisticamente e outros eventos astronômicos que podemos aprender como modelos de máquina de padrões planetários. Isso pode nos ajudar a identificar os tipos de eventos que detectamos, algo em que os modelos de IA se destacam.” disse o Dr. Andreas Hajgiorgiu de Warwick, que liderou o desenvolvimento do gasoduto.
“Além disso, o RAVEN foi projetado para lidar com todo o processo simultaneamente, desde a detecção do sinal, validação com aprendizado de máquina e validação estatística. Isso dá ao pipeline uma vantagem extra em relação às ferramentas contemporâneas que se concentram apenas em partes específicas do fluxo de trabalho.”
David Armstrong, professor associado em Warwick e co-autor sénior do estudo RAVEN, acrescentou: “O RAVEN permite-nos analisar de forma consistente e objectiva enormes conjuntos de dados. Como o pipeline é bem testado e cuidadosamente validado, não é apenas uma lista de possíveis planetas – é suficientemente fiável para mapear em torno de uma amostra pré-confiável de planetas. Estrelas como o Sol.”
Como os planetas comuns são realmente medidos
Com este conjunto de dados cuidadosamente validado, os pesquisadores são capazes de ir além das descobertas individuais e examinar padrões mais amplos. Um na música MNRAS No estudo, eles mediram a frequência com que planetas próximos ocorrem em torno de estrelas semelhantes ao Sol, mapeando os resultados com base no período orbital e no tamanho do planeta com um nível de detalhe sem precedentes.
Os resultados mostram que cerca de 9-10% das estrelas semelhantes ao Sol hospedam um planeta próximo. Isto está de acordo com descobertas anteriores da missão Kepler da NASA – um telescópio espacial que mediu anteriormente as taxas de formação de planetas, mas a nova análise reduz a incerteza para um factor de dez.
A equipe fez as primeiras medições diretas de quão raros são os planetas do “deserto netuniano”, descobrindo que eles estão presentes em apenas 0,08% das estrelas semelhantes ao Sol.
“Pela primeira vez, podemos definir um número preciso de quão vazio é este ‘deserto'”, disse o Dr. Caiming Cui, pesquisador de pós-doutorado em Warwick e primeiro autor do estudo populacional. “Estas medições mostram que o TESS pode agora igualar e, em alguns casos, superar o Kepler no estudo de populações planetárias.”
Uma nova era para a exploração planetária
Juntos, estes estudos destacam como os avanços na inteligência artificial estão transformando a astronomia. Ao combinar enormes conjuntos de dados com aprendizado de máquina, os pesquisadores podem descobrir novos planetas e melhorar as ferramentas por meio de dados desafiadores do mundo real.
A equipa também publicou catálogos e ferramentas interactivos para que outros cientistas possam explorar os resultados e identificar alvos promissores para observações de acompanhamento utilizando telescópios terrestres e missões futuras, como o PLATO da ESA.
O que é RAVEN?
RAVEN é um sistema automatizado projetado para enfrentar um dos maiores desafios da astronomia, transformando enormes volumes de dados de telescópios espaciais em descobertas confiáveis. Ele analisa dados de milhões de estrelas para encontrar pequenas manchas de brilho causadas por planetas que passam na frente delas. O sistema então usa inteligência artificial treinada em simulações realistas para filtrar sinais falsos, como estrelas binárias ou ruído de instrumentos, antes de confirmar estatisticamente candidatos fortes.
É importante ressaltar que o RAVEN também avalia quais tipos de planetas são mais fáceis ou mais difíceis de detectar, ajudando os pesquisadores a corrigir preconceitos ocultos. Isto significa que não só acelera a descoberta de novos mundos, mas também cria conjuntos de dados mais limpos e fiáveis que podem ser usados para responder a questões mais amplas sobre o quão comuns são diferentes tipos de planetas em toda a galáxia.
