Astrônomos da Universidade de Warwick usaram um novo sistema de inteligência artificial para identificar mais de 100 exoplanetas, incluindo 31 mundos recém-descobertos. A equipe aplicou a ferramenta a dados do Transiting Exoplanet Survey Satellite (TESS) da NASA, que tem a tarefa de escanear o céu em busca de leves escurecimentos na luz das estrelas que ocorrem quando os planetas passam na frente de suas estrelas hospedeiras.
Suas descobertas foram publicadas em MNRAScom base numa análise detalhada de observações de mais de 2,2 milhões de estrelas recolhidas durante os primeiros quatro anos do TESS. Os investigadores concentraram-se em planetas que orbitam muito perto das suas estrelas, completando a sua órbita completa em menos de 16 dias. Este método fornece uma das medições mais precisas da prevalência destes planetas de curto período.
“Usando o nosso recém-desenvolvido pipeline RAVEN, conseguimos validar 118 novos planetas e mais de 2.000 candidatos a planetas de alta qualidade, quase 1.000 dos quais são completamente novos,” disse a primeira autora, Dra. Marina Lafarga Magro, investigadora de pós-doutoramento na Universidade de Warwick. “Isto representa uma das amostras mais bem caracterizadas de planetas próximos da Terra e irá ajudar-nos a identificar os sistemas mais promissores para estudos futuros.”
Tipos de planetas raros e extremos identificados
Os planetas recentemente confirmados enquadram-se em várias categorias particularmente interessantes. Alguns são planetas de período ultracurto, orbitando a sua estrela em menos de 24 horas. Outros pertencem ao chamado “Deserto de Netuno”, uma região onde se espera que existam poucos planetas, de acordo com a teoria atual. O estudo também revelou sistemas multiplanetários próximos, incluindo pares de planetas até então desconhecidos orbitando a mesma estrela.
Como RAVEN melhora a detecção planetária
As missões modernas de caça a planetas normalmente sinalizam milhares de planetas possíveis, mas determinar quais sinais são reais continua difícil. Muitos sinais falsos podem imitar planetas, incluindo binários eclipsantes.
“O desafio é determinar se o escurecimento é de facto causado por um planeta que orbita a estrela ou por qualquer outra coisa, como um binário eclipsante, e essa é a questão que RAVEN está a tentar responder.
“Além disso, o RAVEN foi projetado para lidar com todo o processo de uma só vez, desde a detecção do sinal até a revisão por meio de aprendizado de máquina e validação estatística. Isso dá ao pipeline uma vantagem adicional em comparação com ferramentas contemporâneas que se concentram apenas em partes específicas do fluxo de trabalho.”
David Armstrong, professor associado da Universidade de Warwick e coautor sénior do estudo RAVEN, acrescentou: “O RAVEN permite-nos analisar grandes conjuntos de dados de forma consistente e objetiva.
Medindo a prevalência de planetas
Com este conjunto de dados cuidadosamente validado, os investigadores são capazes de ir além das descobertas individuais e examinar padrões mais amplos. entre companheiros MNRAS No estudo, mediram a frequência com que planetas próximos aparecem em torno de estrelas semelhantes ao Sol e traçaram os resultados por período orbital e tamanho do planeta com detalhes sem precedentes.
Os resultados mostram que cerca de 9-10% das estrelas semelhantes ao Sol têm um planeta relativamente próximo. Isto é consistente com descobertas anteriores da missão Kepler da NASA, um telescópio espacial que já mediu as taxas de aparecimento de planetas, mas a nova análise reduz a incerteza por um factor de dez.
A equipe também mediu diretamente a raridade dos planetas do “deserto de Netuno” pela primeira vez, descobrindo que eles ocorrem em apenas 0,08% das estrelas semelhantes ao Sol.
“Pela primeira vez, podemos calcular com precisão o quão vazio é este ‘deserto’”, disse o Dr. Kaiming Cui, pesquisador de pós-doutorado na Universidade de Warwick e principal autor do estudo populacional. “Estas medições mostram que o TESS pode agora rivalizar e, em alguns casos, superar o Kepler no estudo de populações planetárias.”
Uma nova era de descoberta planetária
Juntos, estes estudos destacam como os avanços na inteligência artificial estão transformando a astronomia. Ao combinar enormes conjuntos de dados com aprendizagem automática, os investigadores podem descobrir novos planetas e, ao mesmo tempo, melhorar as próprias ferramentas, desafiando-as com dados do mundo real.
A equipa também lançou um catálogo interativo e ferramentas para que outros cientistas possam explorar os resultados e identificar alvos promissores para observações de acompanhamento utilizando telescópios terrestres e missões futuras, como o PLATO da ESA.
o que é corvo
RAVEN é um sistema automatizado projetado para resolver um dos maiores desafios que a astronomia enfrenta, transformando grandes quantidades de dados de telescópios espaciais em descobertas confiáveis. Ele analisa dados de milhões de estrelas para encontrar pequenas quedas no brilho causadas por planetas que passam na frente delas. O sistema então usa inteligência artificial treinada em simulações reais para filtrar sinais espúrios, como binários ou ruído de instrumento, antes de confirmar estatisticamente os sinais candidatos mais fortes.
É importante ressaltar que o RAVEN também avalia quais tipos de planetas são mais fáceis ou mais difíceis de encontrar, ajudando os pesquisadores a corrigir preconceitos ocultos. Isto significa que não só acelera a descoberta de novos mundos, mas também produz um conjunto de dados mais limpo e fiável que pode ser usado para responder à questão mais ampla de quão comuns são os diferentes tipos de planetas na Via Láctea.
