Inteligencia artificial ayuda a detectar planetas similares a la Tierra

^{European Southern Observatory}

Los científicos han desarrollado un nuevo algoritmo de aprendizaje profundo que podría mejorar significativamente la detección de planetas similares a la Tierra. El algoritmo, descrito en un artículo publicado en la revista arXiv, mitiga la actividad estelar, una de las principales dificultades en la detección de planetas mediante el método de velocidad radial (RV).

La velocidad radial es una técnica que mide el movimiento de una estrella hacia o desde nosotros. Los planetas que orbitan una estrella provocan pequeñas oscilaciones en su movimiento, que pueden detectarse mediante mediciones precisas de la velocidad radial de la estrella. Sin embargo, la actividad estelar, como las manchas solares y las llamaradas, también puede producir oscilaciones en la velocidad radial de una estrella, lo que dificulta la detección de planetas.

Los métodos tradicionales para mitigar la actividad estelar se basan en modelos físicos de la estrella. Sin embargo, estos modelos pueden ser inexactos y no siempre son capaces de eliminar toda la actividad estelar. El nuevo algoritmo de aprendizaje profundo, por otro lado, aprende a identificar y eliminar la actividad estelar a partir de los datos de velocidad radial.

Los investigadores probaron el algoritmo en tres estrellas: el Sol, HD 128621 y HD 10700. Los resultados mostraron que el algoritmo podía lograr umbrales de detección de 0,5 m/s para planetas con períodos que oscilaban entre 10 y 300 días. Esto permitiría la detección de planetas similares a la Tierra en las zonas habitables de estas estrellas.

El nuevo algoritmo es un avance significativo en la búsqueda de planetas similares a la Tierra. Si se confirma su eficacia en estudios futuros, podría conducir al descubrimiento de muchos nuevos planetas potencialmente habitables.

Temas relacionados

Tecnología