Un nuevo algoritmo de IA identifica sistemas estelares con potencial para albergar planetas similares a la Tierra
Un reciente avance en el campo de la astrobiología ha sido logrado gracias a un algoritmo de aprendizaje automático que ha identificado cerca de 44 sistemas estelares con alta probabilidad de contener planetas rocosos en su zona habitable. Este modelo, desarrollado por un equipo de investigadores de la Universidad de Berna, ha sido entrenado utilizando sistemas planetarios sintéticos, lo que ha permitido realizar predicciones más precisas sobre la existencia de mundos similares a la Tierra.
La investigación fue liderada por Jeanne Davoult, astrónoma de la Agencia Espacial Alemana DLR. Según Davoult, el modelo no solo ha logrado detectar una cantidad significativa de sistemas estelares, sino que también ha confirmado la posibilidad teórica de que estos sistemas albergue planetas habitables. Tradicionalmente, la identificación de planetas similares a la Tierra se ha realizado a través de extensos estudios que observan miles de estrellas en busca de planetas en tránsito. Sin embargo, el nuevo algoritmo permite un enfoque más dirigido, aumentando las posibilidades de descubrimiento.
Para desarrollar este algoritmo, los investigadores se enfrentaron al desafío de contar con datos suficientes, dado que la información sobre los casi 6,000 exoplanetas descubiertos hasta la fecha es limitada. Por ello, el equipo recurrió al Modelo de Formación y Evolución Planetaria de Berna, que ha sido perfeccionado desde 2003 y proporciona simulaciones detalladas sobre cómo se forman y evolucionan los planetas. Al analizar más de 53,000 sistemas planetarios simulados, el algoritmo pudo identificar patrones que indican la presencia de planetas en zonas habitables, lo que permitirá a los astrónomos centrar sus esfuerzos en sistemas con mayor probabilidad de albergar vida.
