Descubren docenas de planetas ocultos en los datos de la NASA

 Un equipo internacional logró validar más de un centenar de mundos fuera del sistema solar utilizando una avanzada inteligencia artificial, lo que permite precisar cuántos cuerpos de órbita corta existen y abre nuevas posibilidades para la investigación astronómica

Entre los hallazgos más destacados, la investigación logró identificar varias categorías claves de exoplanetas, como los de período ultracorto, con órbitas menores a 24 horas, y planetas situados en la región conocida como el “desierto neptuniano”, donde la presencia de este tipo de cuerpos resulta poco común según modelos teóricos previos. Tal como publicó el medio original, astrónomos de la Universidad de Warwick, en el Reino Unido, emplearon una nueva herramienta de inteligencia artificial denominada RAVEN para analizar datos obtenidos por el Satélite de Sondeo de Exoplanetas en Tránsito (TESS) de la NASA, lo que permitió validar más de 100 planetas fuera del sistema solar, incluidos 31 previamente no identificados y más de 2.000 candidatos adicionales de alta calidad.

De acuerdo con la información difundida, la aplicación de RAVEN supuso la revisión de observaciones de 2,2 millones de estrellas recopiladas durante cuatro años de funcionamiento de la misión TESS, focalizándose en la búsqueda de planetas con órbitas cortas, es decir, que completan un ciclo completo en menos de 16 días. Según detalló la doctora Marina Lafarga Magro, investigadora principal y primera autora del estudio, esto permitió validar 118 planetas nuevos mediante “una de las muestras mejor caracterizadas de planetas cercanos a la Tierra”, lo que facilitará la selección de sistemas para análisis más detallados por la comunidad científica.

El medio señaló que la validación contempló no solo confirmar la existencia de los planetas, sino también caracterizarlos de manera precisa, en particular aquellos con órbitas extremadamente cortas y los que ocupan regiones poco pobladas en los modelos de formación planetaria, como el “desierto de Neptuno”. Dentro de los resultados, se identificaron además sistemas multiplanetarios con cuerpos no detectados anteriormente que orbitan la misma estrella. Los responsables del estudio indicaron que este conjunto representa una base sólida para entender mejor cómo se distribuyen los planetas de período corto alrededor de estrellas parecidas al Sol.

La colaboración internacional detrás de RAVEN explicó que la dificultad principal radica en discernir si el oscurecimiento observado en la luz estelar se produce realmente por un planeta o por otras causas, como estrellas binarias eclipsantes. Según explicó el doctor Andreas Hadjigeorghiou, desarrollador principal de RAVEN, el sistema se entrenó utilizando un vasto catálogo de planetas simulados de forma realista y de otros fenómenos astrofísicos que pueden confundirse visualmente con la presencia de un exoplaneta. El aprendizaje automático en este contexto permitió identificar patrones complejos en los datos, facilitando una distinción más clara entre verdaderos exoplanetas y eventos que solo simulan tal fenómeno.

El doctor David Armstrong, profesor asociado de Warwick y coautor de los estudios sobre RAVEN, comentó al medio que la tecnología posibilita el análisis sistemático y objetivo de grandes volúmenes de datos astronómicos. Armstrong recalcó que los resultados obtenidos son suficientemente robustos no solo para listar posibles planetas, sino también para estimar la prevalencia real de diversos tipos de cuerpos planetarios alrededor de estrellas similares al Sol.

Con el nuevo almacenamiento y caracterización de exoplanetas, el equipo abordó también el análisis estadístico de la ocurrencia de estos cuerpos. Un estudio complementario presentado en la misma publicación científica reportó que aproximadamente el 9-10% de las estrellas tipo solar en la muestra albergan exoplanetas de órbita corta, un valor consistente con lo previamente observado por la misión Kepler de la NASA. Sin embargo, la investigación actual consigue reducir en hasta diez veces la incertidumbre respecto a los cálculos anteriores gracias al uso del sistema basado en inteligencia artificial.

Además, el equipo informó la que considera la primera medición directa de la presencia de exoplanetas en el llamado “desierto neptuniano”, concluyendo que ese tipo de planeta se da en solo 0,08% de las estrellas solares analizadas. Este hallazgo aporta una perspectiva renovada sobre las zonas menos pobladas por exoplanetas en el espacio.

Según publicó el medio, estos avances muestran cómo la combinación de bases de datos extensas y la aplicación de inteligencia artificial genera nuevas vías tanto para el descubrimiento de exoplanetas como para el perfeccionamiento de las técnicas de catalogación y estudio estadístico de poblaciones planetarias. Los investigadores también han puesto a disposición de la comunidad herramientas interactivas y catálogos públicos donde otros especialistas pueden consultar los resultados completos y seleccionar objetivos de interés para futuras observaciones, incluyendo el uso de telescopios terrestres y próximas misiones espaciales como PLATO de la Agencia Espacial Europea (ESA).

Este enfoque integrador no solo permite validar un número considerable de planetas sino también afinar la metodología para nuevas exploraciones, ampliando el conocimiento sobre distribución y características de mundos fuera del Sistema Solar. Conforme a la información presentada, la validación masiva y precisa de exoplanetas abre opciones para investigaciones de mayor profundidad y para la mejora en la selección de objetivos para observaciones de mayor resolución o de seguimiento espectroscópico. La interacción entre grandes conjuntos de datos y tecnología de inteligencia artificial se perfila, según concluye el medio de referencia, como un pilar en la aceleración de descubrimientos y en la comprensión detallada de los procesos que dan origen a la multitud de sistemas planetarios existentes en la galaxia.https://www.infobae.com/america/agencias/2026/03/25/descubren-docenas-de-planetas-ocultos-en-los-datos-de-la-nasa/