Concepção artística da sonda TESS. (Créditos da imagem: Goddard Space Center/NASA).

Um algoritmo encontrou 50 novos exoplanetas que “perdidos” nos dados da NASA. O algoritmo escavou dados do telescópio espacial Kepler e da TESS (Transiting Exoplanet Survey Satellite), ambos da NASA, duas são “caçadoras de exoplanetas”.

Publicado no dia 20 de agosto no periódico Monthly Notices of a Royal Astronomical Society, o artigo descreve a descoberta. A Universidade de Warwick cita a maior eficiência do algoritmo deles em comparação com os algoritmos geralmente utilizados para tarefas semelhantes. Isso explicaria por que há tantos planetas perdidos nos dados.

Os sinais são estavam de fato perdidos, no entanto. Eles aguardavam a confirmação de alguém, fato que não ocorreu até então. O trabalho do algoritmo em machine learning, portanto, foi descobrir se travam-se ou não, de fato, de 50 novos exoplanetas.

“Em termos de validação de planeta, ninguém usou uma técnica de aprendizado de máquina antes”, explica em um comunicado o Dr. David Armstrong, do Departamento de Física da Universidade de Warwick.“O aprendizado de máquina tem sido usado para classificar candidatos planetários, mas nunca em uma estrutura probabilística, que é o que você precisa para realmente validar um planeta.”

LEIA TAMBÉM: Cientistas planejam guia para buscar por sinais de civilizações alienígenas com apoio da NASA

“Abordagens probabilísticas para aprendizado de máquina estatística são especialmente adequadas para um problema empolgante como este na astrofísica que requer a incorporação de conhecimento prévio”, diz Dr. Theo Damoulas. O Dr. Damoulas é vice-diretor e engenheiro de dados do Instituto Alan Turing.

Buscando por exoplanetas

O princípio teórico da busca por exoplanetas é bastante simples, na verdade. Entretanto, a complicação está na aplicação prática. O método chama-se trânsito planetário, e consiste, em suma, na detecção da variação na luz emitida por uma estrela. Essa variação no brilho indica que um planeta está passando entre a estrela e os nossos telescópios.

No entanto, não é qualquer variação que indica a existência de um planeta. É por isso que há os candidatos a potenciais planetas, e há a confirmação desses exoplanetas. A variação pode ser, por exemplo, uma nuvem de poeira espacial, ou qualquer tipo de interferência nos instrumentos, além de inúmeras outras possibilidades de falsos positivos.

“Quase 30% dos planetas conhecidos até agora foram validados usando apenas um método, e isso não é o ideal. O desenvolvimento de novos métodos de validação é desejável apenas por esse motivo”, explica o Dr. Armstrong. “Mas o aprendizado de máquina também nos permite fazer isso muito rapidamente e priorizar os candidatos com muito mais rapidez.”

(Créditos da imagem: Betseg/Wikimedia Commons).

“Uma pesquisa como a TESS está prevista para ter 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 planetas validados em menos etapas, nos permitem fazer isso de forma eficiente”, diz Dr. Armstrong.

Com informações da Universidade de Warwick.