Notícias

Sistema de aprendizado de máquina confirma existência de 50 exoplanetas

Compartilhe:     |  27 de agosto de 2020

Um novo algoritmo de aprendizado de máquina desenvolvido por cientistas da Universidade de Warwick, no Reino Unido, confirmou a existência de 50 planetas espalhados pelo Universo. A descoberta foi publicada no último dia 20 de agosto no periódico Monthly Notices of the Royal Astronomical Society.

Essa é a primeira vez que astrônomos usam o método para analisar uma amostra de potenciais planetas e determinar quais deles são reais e quais são “falsos”, calculando a probabilidade de cada um dos candidatos ser um verdadeiro planeta. “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”, disse David Armstrong um dos pesquisadores, em comunicado.ópios e analisando a relação entre o astro e sua estrela hospedeira. Por mais útil que seja, esse método não é totalmente eficaz e a existência de um planeta detectado precisa ser validada para confirmar sua existência.

Na nova pesquisa, os cientistas criaram um algoritmo baseado em machine learning que pode distinguir planetas reais de planetas falsos. A inteligência artificial foi treinada a partir de duas grandes amostras de dados provenientes da missão Kepler, agora aposentada. “Em vez de dizer quais candidatos são mais prováveis ​​de serem planetas, agora podemos dizer qual é a probabilidade estatística precisa”, explicou Armstrong. “Onde houver menos de 1% de chance de um candidato ser um falso positivo, é considerado um planeta validado.”

Os tamanhos desses 50 planetas variam: de mundos tão grandes quanto Netuno a menores que a Terra, com órbitas que vão de 200 dias a apenas um. De acordo com os astrônomos, ao confirmar que esses astros são reais, eles agora podem priorizá-los para futuras observações com telescópios.

Além disso, os cientistas esperam que, uma vez construído e treinado, o algoritmo seja mais rápido do que as técnicas existentes para validação de planetas, e ainda poderá ser totalmente automatizado. “Quase 30% dos planetas conhecidos até agora foram validados usando apenas um método, e isso não é o ideal”, explicou Armstrong. “O aprendizado de máquina nos permite fazer isso muito rapidamente.”



Fonte: Revista Galileu



Leia também:

Projetos ambientais
Aqui você é o Reporter

Espaço Animal

Gatos: dicas de cientistas para cuidar bem do seu pet

Leia Mais