Un nuevo algoritmo de aprendizaje profundo, desarrollado en el Centro Ames de la NASA y llamado ExoMiner++, ha analizado datos de Kepler y TESS, identificando 7?000 candidatos a exoplanetas. La iniciativa, basada en ciencia y software abierto, abre la puerta a descubrimientos masivos antes de que el telescopio Nancy Grace Roman entre en operación.

IA y la revolución en la detección de mundos lejanos

El Centro de Investigación Ames ha llevado su programa ExoMiner a una nueva fase. Tras validar 370 exoplanetas con versiones anteriores, la última iteración, ExoMiner++, se entrenó con los catálogos de las misiones Kepler y TESS, combinando dos fuentes de datos históricas y actuales.

Resultados inmediatos

En la primera corrida sobre los datos públicos de TESS el algoritmo señaló alrededor de 7?000 objetos que presentan una alta probabilidad de ser tránsitos planetarios. Cada uno de esos candidatos requerirá observaciones de seguimiento con telescopios terrestres o espaciales para confirmar su naturaleza.

¿Por qué Kepler y TESS?

Kepler, misión ya concluida, observó una pequeña zona del cielo con gran profundidad, mientras que TESS escanea casi todo el firmamento focalizándose en estrellas cercanas. La compatibilidad de los catálogos permite que el modelo aprenda patrones de ambas misiones, mejorando la precisión y reduciendo falsos positivos como binarias eclipsantes.

La política de ciencia abierta de la NASA

Todos los registros de tránsitos generados por TESS y, en el futuro, por el telescopio espacial Nancy Grace Roman, permanecerán de acceso libre. Esta estrategia favorece la colaboración global y acelera el desarrollo de herramientas de software abierto, como destaca Jon Jenkins, científico del Centro Ames.

Impacto de la inteligencia artificial

Según Miguel Martinho, co?investigador del proyecto, procesar cientos de miles de señales es el escenario ideal para aplicar redes neuronales de aprendizaje profundo. Hamed Valizadegan, líder del proyecto, subraya que con recursos modestos se pueden obtener beneficios exponenciales, optimizando la detección sin depender exclusivamente de la revisión humana.

Mirando al futuro

El siguiente objetivo del equipo es dotar a ExoMiner++ de autonomía total, de modo que identifique por sí mismo señales de tránsito directamente de los datos sin necesidad de una lista previa. Esa capacidad reducirá aún más la intervención humana y acelerará el ritmo de descubrimientos cuando el telescopio Nancy Grace Roman empiece a registrar decenas de miles de tránsitos al año.

← Volver al inicio