Industria información

Artificial inteligencia dentro el ¿astronomía?

2020-01-08
Ilustración del detector de Kepler de la NASA. La sonda se lanzó en 2009 para buscar planetas extrasolares. Ilustración: WENDY STENZEL, CENTRO DE INVESTIGACIÓN AMES / NASA
Autor: Nadia Drake
Por primera vez en astronomía, los científicos entrenaron la inteligencia artificial para detectar enormes cantidades de datos recopilados por telescopios, y el resultado realmente descubrió un planeta completamente nuevo.
El planeta recién descubierto, con el nombre en clave "Kepler-90i", se ha ocultado en los datos recopilados por los detectores Kepler de la NASA. El planeta, a unos 2.500 años luz de distancia de la Tierra, gira alrededor de una estrella con otros siete planetas. Por lo tanto, el sistema Kepler-90 tiene muchas similitudes con nuestro sistema solar.
"Kepler ha demostrado como nosotros que la mayoría de las estrellas tienen planetas", dijo Paul Hertz de la NASA en una conferencia de prensa que anunció el descubrimiento. Hoy, Kepler ha confirmado que las estrellas, como nuestro sistema solar, tienen una gran familia de planetas.
Unos días antes de la conferencia de prensa, el fanatismo de los medios pudo haber detectado vida extraterrestre. No es sorprendente que la noticia sea completamente poco confiable, pero demuestra que el aprendizaje automático puede ayudarnos a aprender más sobre el probable planeta emocionante en toda la galaxia.
Busca en el mar de estrellas
La sonda Kepler, lanzada en 2009, ha observado un pequeño pedazo de 150,000 estrellas en el cielo durante cuatro años completos. Su misión es buscar pequeñas obstrucciones a las estrellas cuando el planeta pasa frente a la estrella. Cuando los científicos encuentran señales tan pequeñas en sus datos, pueden calcular el tamaño de un planeta y qué tan lejos está de su estrella madre.
Hasta ahora, los detectores Kepler han confirmado 2525 planetas y más planetas por descubrir en sus datos. Sin embargo, no es fácil confirmar un planeta. Para los humanos, el peinado manual de grandes cantidades de datos de Kepler es una tarea insuperable, ya que estos datos contienen aproximadamente 10 órbitas planetarias potenciales. Además, la luz estelar se debilitó, no necesariamente todos los planetas son: las manchas solares estelares, las estrellas binarias y otros cuerpos celestes probablemente tengan el mismo efecto que los planetas para cubrir las estrellas.
Debido a esto, Chris Shallue, del departamento de inteligencia artificial de Google, decidió utilizar redes neuronales para resolver este problema. Anteriormente, el enfoque de aprendizaje automático se había utilizado para detectar y clasificar datos Doppler, sin embargo, la red neuronal de Shallue podía proporcionar algoritmos más robustos.
Shallue dijo: "Cuando supe que los detectores Kepler recopilaban tantos datos que los científicos no podían confiar únicamente en las revisiones manuales, quise usar redes neuronales en astronomía. Nuestra idea era usar esta tecnología en las estrellas, enseñar al sistema de aprendizaje automático cómo para distinguir los planetas alrededor de estrellas distantes ".
Abrir una nueva perspectiva de observación
Como su nombre lo indica, las redes neuronales se construyen sobre la base del funcionamiento del cerebro humano. Los humanos pueden entrenar redes neuronales para identificar y clasificar cosas, como lo que distingue a los perros de los gatos. Finalmente, después de haber examinado suficientes muestras, la computadora puede clasificar los gatos y los perros por sí mismos.
Shallue entrenó una red neuronal para reconocer la "huella digital" única del planeta. Extrajo 15,000 características planetarias reales de la base de datos Kepler y permitió que el sistema de red neuronal discerniera la diferencia entre la señal de un planeta real y una señal disfrazada de planeta.
Después de eso es la etapa de verificación real. Shallue y Andrew Vanderburg, de la Universidad de Texas, dejaron que el sistema examinara 670 estrellas conocidas por poseer planetas porque puede haber más planetas alrededor de estas estrellas.
Luego, ingresan al sistema señales que no son lo suficientemente fuertes y que no pueden ser manejadas por humanos. En estas señales, el sistema de red neuronal identificó dos nuevos planetas. Los resultados fueron publicados en el Journal of Astronomy.
"Las señales de estas dos estrellas son débiles y todas las búsquedas anteriores las han perdido", dijo Shallue.
Todavía necesito explorar nuevas áreas
Uno de los planetas es el "Kepler-80g", el sexto planeta conocido en el hogar de la galaxia. Kepler-80g es aproximadamente del tamaño de la Tierra y tarda 14,6 días en girar alrededor de su estrella madre, mientras que su estrella madre es más pequeña y más roja que nuestro propio sol.
La red neuronal también descubrió "Kepler-90i". El planeta, un poco más grande que la Tierra, tarda dos semanas en completar una revolución. Es el tercer planeta rocoso encontrado en su galaxia anfitriona, mientras que su estrella madre es un poco más grande y más caliente que nuestro propio sol. Dentro de Kepler-90i, hay dos planetas más pequeños, mientras que los planetas que giran afuera son mucho más grandes.
Estos planetas son grandes, pero todos están "haciendo ruido" juntos: la distancia entre ocho planetas y su estrella madre es la misma que la de la Tierra.
Vanderburg dijo: "No quiero ir a un lugar como el Kepler-90i, donde es probable que la superficie esté muy caliente y calculamos que tiene una temperatura promedio de aproximadamente 427 grados Celsius".
También agregó que puede haber más planetas por descubrir en el Kepler-90. Él y Shallue planean ingresar todos los datos de Kepler en el sistema de red neuronal y ver qué sucede.
Sin embargo, no hay necesidad de preocuparse por las computadoras en lugar de los astrónomos humanos.
Jessie Dotson, de la NASA, dice: "Nunca se debe descartar que este trabajo deba hacerse con astrónomos, y primero debe tener la clasificación inicial para entrenar el aprendizaje automático antes de que pueda manejar más de lo que los seres humanos señalan". "