Cientistas da Universidade de Warwick e do Instituto Alan Turing londrino, ambos no Reino Unido, anunciaram que a inteligência artificial criada por eles encontrou 50 novos exoplanetas, em um estudo publicado na revista científica Monthly Notices of the Royal Astronomical Society.
Segundo escrevem, os dados do telescópio espacial Kepler e do Satélite de Pesquisa de Exoplanetas em Trânsito (TESS, na sigla em inglês), ambos operados pela agência espacial norte-americana NASA, continham mais planetas do que era previamente esperado.
O problema, explica o comunicado da Universidade de Warwick, é que os satélites coletaram tantos dados que havia milhares de potenciais exoplanetas, mas examinar cada candidato para verificar sua autenticidade ou rejeitá-lo como um falso positivo exigiria muito tempo, de modo que automatizaram o processo com um programa de aprendizagem automática.
"Esperamos aplicar esta técnica a grandes amostras de candidatos de missões atuais e futuras como TESS" e a planejada missão Trânsitos Planetários e Oscilações de Estrelas (PLATO, na sigla em inglês) da Agência Espacial Europeia, afirma o dr. David Armstrong, do Departamento de Física da Universidade de Warwick.
"Em termos de validação do planeta, ninguém havia usado antes uma técnica de aprendizagem de máquinas", continuou Armstrong.
"A aprendizagem de máquinas tem sido usada para classificar os candidatos planetários, mas nunca em uma estrutura probabilística, que é o que você precisa para validar verdadeiramente um planeta. Em vez de dizer quais candidatos são mais prováveis de serem planetas, podemos agora dizer qual é a probabilidade estatística precisa. Onde houver menos de 1% de chance de um candidato ser um falso positivo, ele é considerado um planeta validado".
Necessidade de avançar
Armstrong observou que perto de um terço dos planetas conhecidos além de nosso Sistema Solar foram verificados usando apenas um método, que está longe de ser o ideal.
"Devemos desenvolver novos métodos de validação somente por esse motivo. Mas a aprendizagem automática também nos permite fazê-lo muito rapidamente e priorizar os candidatos com muito mais rapidez ", disse ele.
"Ainda temos que gastar tempo treinando o algoritmo, mas assim que isso é feito, torna-se muito mais fácil aplicá-lo a futuros candidatos. Você também pode incorporar novas descobertas para melhorá-lo progressivamente".
O pesquisador da Universidade de Warwick aponta as vantagens do método automático utilizado no estudo.
"É previsto que uma pesquisa como [a do] TESS tenha dezenas de milhares de candidatos planetários, e é ideal ser capaz de analisá-los todos de forma consistente. Sistemas rápidos e automatizados como este, que podem nos levar até os planetas validados em menos etapas, nos permitem fazer isso de forma eficiente".
Quando a NASA declarou como completa a missão principal do TESS, no início de 2020, o satélite havia descoberto e confirmado 66 exoplanetas, junto com 2.100 candidatos potenciais.