Pesquisadores da Universidade da Geórgia (UGA), nos Estados Unidos, disseram que seu estudo mostrou que o aprendizado de máquina pode determinar corretamente a presença de exoplanetas observando discos protoplanetários, o gás em torno de estrelas recém-formadas.
Neste artigo:
Introdução
Os pesquisadores usaram ferramentas de aprendizado de máquina, uma espécie de inteligência artificial (IA), e agora confirmaram evidências de exoplaneta anteriormente desconhecido.
Os pesquisadores da Universidade da Geórgia ( UGA ), nos Estados Unidos, disseram que seu estudo mostrou aprendizado de máquina para determinar corretamente a presença de exoplanetas olhando em discos protoplanetários, o gás em torno de estrelas recém-formadas.
Eles disseram que suas descobertas, publicadas no The Astrophysical Journal, 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 nas descobertas anteriores, fizemos simulações do disco e descobrimos que um planeta poderia recriar a observação”, disse Terry.
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 da UGA.
“Agora, sabemos com certeza que podemos usá-lo para fazer novas descobertas”, disse Hall.
Os modelos foram capazes de detectar um sinal nos dados que as pessoas já haviam analisado; eles encontraram algo que anteriormente não havia sido detectado.
Os pesquisadores disseram que seu estudo é um exemplo de como a IA envolvente pode aprimorar o trabalho dos cientistas, expandindo a precisão dos pesquisadores e economizando seu tempo com eficiência.
“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.
Deixe um comentário