.
Uma equipe de pesquisa da Universidade da Geórgia confirmou a evidência de um planeta anteriormente desconhecido fora do nosso sistema solar e usou ferramentas de aprendizado de máquina para detectá-lo.
Um estudo recente da equipe mostrou que o aprendizado de máquina pode determinar corretamente se um exoplaneta está presente olhando em discos protoplanetários, o gás em torno de estrelas recém-formadas.
As descobertas recém-publicadas representam um primeiro passo para usar o aprendizado de máquina para identificar exoplanetas anteriormente negligenciados.
“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 Jason Terry, estudante de doutorado no departamento de física e astronomia da UGA Franklin College of Arts and Sciences e autor principal do estudo.
“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 descobertas anteriores, fizemos simulações do disco e descobrimos que um planeta poderia criar a observação.”
Segundo Terry, os modelos sugeriam a presença de um planeta, indicada por várias imagens que destacavam fortemente uma determinada região do disco que acabou por ter o sinal característico de um planeta – um desvio incomum na velocidade do gás próximo ao planeta.
“Esta é uma prova de conceito incrivelmente empolgante. Sabíamos de nosso trabalho anterior que poderíamos usar o aprendizado de máquina para encontrar exoplanetas em formação conhecidos”, disse Cassandra Hall, professora assistente de astrofísica computacional e investigadora principal do Exoplanet and Planet Formation Research Group em UGA. “Agora, sabemos com certeza que podemos usá-lo para fazer novas descobertas.”
A descoberta destaca como o aprendizado de máquina tem o poder de aprimorar o trabalho dos cientistas, utilizando a inteligência artificial como uma ferramenta adicional para expandir a precisão dos pesquisadores e economizar seu tempo com mais eficiência quando envolvidos em um empreendimento tão vasto como a investigação do espaço sideral profundo.
Os modelos foram capazes de detectar um sinal em dados que as pessoas já haviam analisado; eles encontraram algo que anteriormente não havia sido detectado.
“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. “Demorou 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.”
.
