Astrônomos usam IA para caçar planetas semelhantes à Terra

Tudo sobre Inteligência Artificial

Encontrar planetas como a Terra em sistemas estelares distantes pode ser algo mais perto da realidade graças a um algoritmo revolucionário desenvolvido por cientistas europeus. Usando aprendizado de máquina, a IA identificou 44 estrelas que podem abrigar planetas rochosos semelhantes ao nosso – e localizados na chamada “zona habitável”, onde as condições podem permitir vida como a conhecemos.

A pesquisa liderada pela astrônoma Jeanne Davoult, do Centro Aeroespacial Alemão (DLR), usou dados simulados gerados pelo Modelo de Berna, um sistema sofisticado que cria milhares de cenários planetários artificiais. O objetivo? Treinar o algoritmo para reconhecer padrões que indiquem a presença de mundos potencialmente habitáveis.

Um algoritmo caçando planetas

Os resultados, publicados no periódico Astronomy & Astrophysics, são impressionantes. Após ser treinado em mais de 53 mil sistemas simulados, o modelo alcançou uma precisão de até 99% ao prever quais estrelas têm maior chance de hospedar planetas do tamanho da Terra. Entre os principais indicadores estão a massa, o raio e o período orbital do planeta mais interno detectado em cada sistema.

Por exemplo, Davoult descobriu que, em torno de estrelas do tipo G como o nosso Sol, a existência de um mundo do tamanho do nosso na zona habitável parece mais provável se o raio do planeta detectável mais interno for maior que 2,5 vezes o raio da Terra, ou se tiver um período orbital maior que 10 dias. Curiosamente, sistemas com gigantes gasosos externos, como o nosso Júpiter, parecem ter maior probabilidade de também abrigar planetas rochosos internos.

Agora, com essas 44 candidatas identificadas, os astrônomos podem focar seus telescópios em alvos promissores, economizando tempo e recursos. E isso é apenas o começo. No futuro, o algoritmo será aplicado aos dados da missão PLATO, da Agência Espacial Europeia, que promete descobrir milhares de novos exoplanetas.

Via Space.com