Proyecto de subestructuras de disco en alta resolución angular (DSHARP)
Una nueva investigación de la Universidad de Georgia revela que la inteligencia artificial se puede utilizar para encontrar planetas fuera de nuestro sistema solar.
El estudio reciente demostró que el aprendizaje automático se puede utilizar para encontrar exoplanetas, información que podría cambiar la forma en que los científicos detectan e identifican nuevos planetas muy lejos de la Tierra.
“Una de las cosas novedosas de esto es analizar entornos donde los planetas aún se están formando”, dijo Jason Terry, estudiante de doctorado en el departamento de física y astronomía de la Facultad de Artes y Ciencias de UGA Franklin y autor principal del estudio. "El aprendizaje automático rara vez se ha aplicado al tipo de datos que usamos antes, específicamente para observar sistemas que todavía están formando planetas activamente".
El primer exoplaneta se encontró en 1992 y, aunque se sabe que existen más de 5000, estos han sido los más fáciles de encontrar para los científicos. Los exoplanetas en etapa de formación son difíciles de ver por dos razones principales. Están demasiado lejos, a menudo a cientos de años luz de la Tierra, y los discos donde se forman son muy gruesos, más gruesos que la distancia de la Tierra al sol. Los datos sugieren que los planetas tienden a estar en el medio de estos discos, transmitiendo una firma de polvo y gases expulsados por el planeta.
La investigación mostró que la inteligencia artificial puede ayudar a los científicos a superar estas dificultades.
"Esta es una prueba de concepto muy emocionante", dijo Cassandra Hall, profesora asistente de astrofísica, investigadora principal del Grupo de Investigación de Exoplanetas y Formación de Planetas, y coautora del estudio. “El poder aquí es que usamos exclusivamente datos de telescopios sintéticos generados por simulaciones por computadora para entrenar esta IA, y luego los aplicamos a datos de telescopios reales. Esto nunca se ha hecho antes en nuestro campo y allana el camino para una avalancha de descubrimientos a medida que llegan los datos del Telescopio James Webb”.
El Telescopio Espacial James Webb, lanzado por la NASA en 2021, inauguró un nuevo nivel de astronomía infrarroja, brindando imágenes nuevas e impresionantes y montones de datos para que los científicos los analicen. Es solo la última iteración de la búsqueda de la agencia para encontrar exoplanetas, dispersos de manera desigual por la galaxia. El Observatorio Romano Nancy Grace, un telescopio de sondeo de 2,4 metros cuyo lanzamiento está previsto para 2027 y que buscará energía oscura y exoplanetas, será la próxima gran expansión en capacidad, y entrega de información y datos, para peinar el universo en busca de vida.
El telescopio Webb brinda a los científicos la capacidad de observar sistemas exoplanetarios en una resolución extremadamente brillante y alta, siendo los entornos en formación en sí mismos un tema de gran interés a medida que determinan el sistema solar resultante.
“El potencial para obtener buenos datos se está disparando, por lo que es un momento muy emocionante para el campo”, dijo Terry.
Las nuevas herramientas analíticas son esenciales
Se necesitan con urgencia herramientas analíticas de próxima generación para recibir estos datos de alta calidad, de modo que los científicos puedan dedicar más tiempo a las interpretaciones teóricas en lugar de revisar meticulosamente los datos y tratar de encontrar pequeñas firmas.
“En cierto sentido, acabamos de hacer una mejor persona”, dijo Terry. “En gran medida, la forma en que analizamos estos datos es que tiene docenas, cientos de imágenes para un disco específico y simplemente mira y pregunta '¿eso es un movimiento?' luego ejecute una docena de simulaciones para ver si eso es un movimiento y... es fácil pasarlas por alto: son muy pequeñas y depende de la limpieza, por lo que este método es uno, realmente rápido, y dos, su precisión obtiene planetas que los humanos se perderían.
Terry dice que esto es lo que el aprendizaje automático ya puede lograr: mejorar la capacidad humana para ahorrar tiempo y dinero, así como guiar de manera eficiente el tiempo científico, las inversiones y las nuevas propuestas.
“Sigue habiendo, dentro de la ciencia y particularmente de la astronomía en general, el escepticismo sobre el aprendizaje automático y la IA, una crítica válida de que sea esta caja negra, donde tienes cientos de millones de parámetros y de alguna manera obtienes una respuesta. Pero creemos que hemos demostrado con bastante fuerza en este trabajo que el aprendizaje automático está a la altura. Puedes discutir sobre la interpretación. Pero en este caso, tenemos resultados muy concretos que demuestran el poder de este método”.
El trabajo del equipo de investigación está diseñado para desarrollar una base concreta para futuras aplicaciones de datos de observación, demostrando la eficacia del método mediante el uso de observaciones simuladas.https://spaceref.com/science-and-exploration/researchers-focus-ai-on-finding-exoplanets/
No hay comentarios:
Publicar un comentario