Exoplaneta anteriormente desconhecido descoberto usando aprendizado de máquina

Quando se trata de descobrir novos corpos astronômicos, às vezes os humanos são insubstituíveis graças às suas habilidades na detecção de padrões. Mas em outros casos, os computadores podem detectar coisas que não são visíveis para os humanos – incluindo uma instância recente em que um exoplaneta foi descoberto usando aprendizado de máquina.

O exoplaneta foi descoberto por pesquisadores da Universidade da Geórgia dentro de um disco protoplanetário chamado HD 142666. Um disco protoplanetário é um disco giratório de gás que gira em torno de estrelas jovens e a partir do qual os planetas são formados. Os planetas são formados dentro desses discos à medida que a matéria se aglomera até que eventualmente tenha gravidade suficiente para atrair mais material. Os pesquisadores analisaram um conjunto anterior de observações de todo um conjunto de discos protoplanetários e usaram um modelo de aprendizado de máquina para procurar exoplanetas que pode ter sido perdido na primeira vez. Eles identificaram um disco onde provavelmente estaria um planeta, com base na maneira incomum como o gás se movia dentro do disco.

“Confirmamos o planeta usando técnicas tradicionais, mas nossos modelos nos orientaram a executar essas simulações e nos mostraram exatamente onde o planeta poderia estar”, disse o principal autor Jason Terry em um comunicado . “Quando aplicamos nossos modelos a um conjunto de observações mais antigas, eles identificaram um disco que não era conhecido por ter um planeta, apesar de já ter sido analisado. Como nas descobertas anteriores, fizemos simulações do disco e descobrimos que um planeta poderia recriar a observação.”

Os pesquisadores dizem que esta é uma prova de conceito mostrando que o aprendizado de máquina pode ser usado para fazer novas descobertas de exoplanetas, mesmo com dados que já foram analisados ​​anteriormente. Isso pode significar mais descobertas de exoplanetas no futuro, bem como descobertas mais rápidas.

“Isso demonstra que nossos modelos – e o aprendizado de máquina em geral – têm a capacidade de identificar com rapidez e precisão informações importantes que as pessoas podem perder. Isso tem o potencial de acelerar drasticamente a análise e os insights teóricos subsequentes”, disse Terry. “Levou apenas cerca de uma hora para analisar todo o catálogo e encontrar fortes evidências de um novo planeta em um local específico, então achamos que haverá um lugar importante para esses tipos de técnicas à medida que nossos conjuntos de dados ficam ainda maiores.”

A pesquisa foi publicada no The Astrophysical Journal .