Una inteligencia artificial acaba de descubrir dos nuevos exoplanetas

Una inteligencia artificial acaba de descubrir dos nuevos exoplanetas

Esto es lo que sucede cuando sueltas el aprendizaje automático en el cosmos.

Una técnica de aprendizaje automático llamada red neuronal ha identificado dos nuevos exoplanetas en nuestra galaxia, anunciaron hoy científicos de la NASA y un ingeniero de software de Google, lo que significa que los investigadores ahora conocen dos nuevos mundos gracias al poder de la inteligencia artificial.

Descubrir nuevos exoplanetas, como se llama a los planetas fuera de nuestro sistema solar, es una ocurrencia relativamente común, y un instrumento clave que los científicos utilizan para identificarlos es el Telescopio Espacial Kepler, que ya ha detectado 2.525 exoplanetas confirmados. Pero lo novedoso de este anuncio es que los investigadores utilizaron un sistema de inteligencia artificial para detectar estos dos nuevos mundos, ahora denominados Kepler-90i y Kepler-80g. El planeta conocido como 90i es especialmente interesante para los astrónomos, ya que eleva el número de planetas conocidos que orbitan esa estrella a ocho, un empate con nuestro propio sistema. La temperatura promedio en 90i se considera bastante suave: más de 800 grados Fahrenheit.

Así como los descubrimientos de los exoplanetas son comunes, también lo son las redes neuronales, que es un software que aprende de los datos (a diferencia de un programa que tiene reglas programadas en él). Las redes neuronales potencian la traducción de idiomas en Facebook , el sistema FaceID en el nuevo iPhone X y el reconocimiento de imágenes en Google Photos. Un ejemplo clásico de cómo aprende una red neuronal es considerar imágenes de gatos y perros: si alimenta imágenes etiquetadas de gatos en una red neuronal, más adelante debería poder identificar nuevas imágenes que cree que tienen gatos en ellas porque ha sido entrenado para hacerlo.

"Las redes neuronales han existido durante décadas, pero en los últimos años se han vuelto tremendamente exitosas en una amplia variedad de problemas", dijo Christopher Shallue, ingeniero senior de software en Google AI, durante una teleconferencia de la NASA el jueves. "Y ahora hemos demostrado que las redes neuronales también pueden identificar planetas en los datos recopilados por el Telescopio Espacial Kepler".

Los astrónomos necesitan herramientas como los telescopios para buscar exoplanetas, y los investigadores de inteligencia artificial necesitan grandes cantidades de datos etiquetados. En este caso, Shallue entrenó la red neuronal usando 15,000 señales etiquetadas que ya tenían de Kepler. Esas señales, llamadas curvas de luz, son medidas de cómo la luz de una estrella se sumerge cuando un planeta que orbita pasa entre la estrella y el ojo de Kepler, una técnica llamada método de tránsito. De las 15,000 señales, alrededor de 3,500 eran curvas de luz de un planeta que pasaba, y el resto eran falsos positivos: curvas de luz hechas por algo así como una mancha estelar, pero no un planeta en órbita. Eso fue para que la red neuronal pudiera aprender la diferencia entre las curvas de luz creadas por los planetas que pasan y las señales de otros fenómenos.

Eventualmente, Shallue y su colaborador, Andrew Vanderburg, un becario postdoctoral de la NASA en la Universidad de Texas, Austin, desviaron la red neuronal con datos de Kepler que no estaban en su conjunto de entrenamiento original. Se tamizó a través de datos de sistemas de 670 estrellas, centrándose en las señales débiles que posiblemente podrían representar un planeta previamente desconocido. Y efectivamente, encontraron dos mundos nuevos.

"El aprendizaje automático realmente brilla en situaciones donde hay demasiados datos para que los humanos los examinen por sí mismos", dijo Shallue.

Analizar las señales débiles de esas 670 estrellas y encontrar dos planetas fue una "prueba de concepto" de que su red neuronal funciona, afirma. Su siguiente paso es usarlo en muchos más datos: señales de alrededor de 150,000 estrellas adicionales. Y Shallue reconoce que él no es un experto en astronomía, por lo que colaboró ​​en el proyecto con Vanderburg.