Descubierto el octavo planeta de Kepler-90, un sistema solar similar al nuestro

El planeta, conocido como Kepler-90i, es uno de los dos que ha descubierto una potente red neuronal que filtra los datos de la NASA.

Por Nadia Drake
Publicado 15 dic 2017, 11:57 CET
Kepler
Ilustración del telescopio Kepler de la NASA, que empezó a buscar nuevos planetas en el 2009.
Fotografía de Wendy Stenzel, Ames Research Center, NASA

En lo que supone un primer hito astronómico, los científicos de la NASA han «entrenado» a una red neuronal para filtrar montones de datos del famoso telescopio Kepler encargado de detectar planetas, y han descubierto un mundo totalmente nuevo.

El planeta recién descubierto, llamado Kepler-90i había permanecido oculto en los numerosos datos recopilados por el telescopio Kepler de la NASA. Se une a otros siete planetas que orbitan alrededor de una estrella a aproximadamente 2.500 años luz de distancia, lo que significa que el sistema de Kepler-90 empata con nuestra propia familia planetaria en la categoría de contener el mayor número de planetas.

Vídeo relacionado:

Esta podría ser la primera luna descubierta fuera de nuestro sistema solar

«Kepler ya nos ha demostrado que la mayoría de estrellas tiene planetas», dijo Paul Hertz, de la NASA, en una conferencia de prensa en la que reveló el descubrimiento. «Hoy, Kepler confirma que las estrellas pueden tener grandes familias de planetas, como nuestro sistema solar».

En los días previos a la conferencia de prensa, circulaban muchos rumores sobre una posible detección de vida extraterrestre. Como era de esperar, ese no fue el caso, pero este comunicado demuestra cómo puede ayudarnos el aprendizaje automático a conocer más datos sobre mundos potencialmente interesantes en la galaxia.

El telescopio Kepler, que se lanzó en 2009, pasó cuatro años inspeccionando 150.000 estrellas en una sola franja del firmamento. Su misión era buscar breves oscilaciones de la luz estelar provocadas por los planetas que se cruzan frente a su estrella. Cuando los científicos encuentran una señal como esa en los datos, pueden determinar el tamaño del planeta y la distancia a la que orbita de su estrella.

Hasta la fecha, Kepler ha identificado 2.525 planetas y probablemente haya más esperando ser descubiertos entre sus datos. Pero confirmar que un planeta es real no es una tarea fácil. Clasificar la gigantesca cantidad de datos de Kepler a mano es una tarea imposible para los humanos, ya que esos datos contienen varios trillones de órbitas planetarias posibles. Y solo porque la luz de una estrella se atenúe, no significa que el culpable sea un planeta: las manchas estelares, los «compañeros estelares» y otros objetos pueden imitar la «huella dactilar» de un planeta.

Es por eso que Chris Shallue, ingeniero de software de inteligencia artificial en Google, decidió usar redes neuronales para hacer frente a este problema. Ya se había empleado antes el aprendizaje automático para filtrar y clasificar datos de Kepler, pero la red neuronal de Shallue ofrecía un algoritmo más potente.

«Me interesé en la aplicación de las redes neuronales a la astronomía cuando me enteré de que la misión Kepler había recopilado tantos datos que era imposible que los científicos los examinaran a mano», afirmó. «Nuestra idea era llevar esta técnica a los cielos y enseñar a un sistema de aprendizaje automático a identificar planetas que orbitaban estrellas lejanas».

Como su nombre indica, las redes neuronales se basan en el funcionamiento de un cerebro humano. Pueden entrenarse para identificar y clasificar muchas cosas, como por ejemplo la diferencia entre fotos de perros y fotos de gatos. Al final, tras haber observado suficientes ejemplos, el ordenador es capaz de clasificar a gatos y perros por sí mismo.

Shallue entrenó a una red para reconocer las huellas dactilares particulares de los planetas. Extrajo 15.000 señales planetarias reales del conjunto de datos de Kepler y empezó a enseñar al sistema a diferenciar los mundos reales de las señales que pueden disfrazarse de planetas. Cuando puso a prueba el nivel de aprendizaje del sistema, descubrió que había identificado planetas correctamente un 96 por ciento de las veces.

Después, puso el algoritmo a trabajar. Shallue y Andrew Vanderburg, de la Universidad de Texas en Austin, le pidieron que escrutara unas 670 estrellas en el campo de Kepler que ya tenían planetas conocidos, ya que es más probable que los planetas existan en grupos.

A continuación, le introdujeron señales de sistemas que no se consideraban lo suficientemente intensas para ser examinadas a mano por humanos. En dichas señales, el ordenador identificó dos nuevos planetas, descritos en un estudio que se publicará en The Astronomical Journal.

«Estos dos planetas tienen señales débiles que no se detectaron en las búsquedas previas de estas estrellas», afirmó Shallue.

Uno de los planetas, Kepler-80g, es el sexto conocido del sistema. Kepler-80g, de aproximadamente el tamaño de la Tierra, tarda 14,6 días en completar su órbita alrededor de su estrella, que es más pequeña y roja que el Sol.

La red neuronal también identificó el Kepler-90i. Este planeta, ligeramente más grande que la Tierra y con un año que solo dura dos semanas terrícolas, es también el tercero en distancia a su sol, una estrella ligeramente más grande y caliente que la nuestra. Dos planetas igualmente pequeños orbitan alrededor de la estrella más cerca que el Kepler-90i, mientras que los planetas que orbitan a más distancia de la estrella aumentan de tamaño progresivamente.

Aunque este elenco de personajes planetarios es grande, están amontonados, ya que los ocho planetas se distribuyen dentro de la misma distancia a su estrella que la que hay entre Tierra del Sol.

«Kepler-90i no es un lugar que me gustaría visitar», afirma Vanderburg. «La superficie es probablemente abrasadora, calculamos que tendría una temperatura media de unos 426 grados Celsius».

Añadió que Kepler-90 podría albergar más planetas que todavía estarían por descubrir. Shallue y él planean analizar todos los datos de Kepler a través de su red neuronal para ver qué encuentran. Pero no hay que preocuparse: los ordenadores todavía no sustituirán a los astrónomos humanos.

«Este será un trabajo que se realice junto a los astrónomos», afirmó Jessie Dotson, de la NASA. «Nunca se podrá prescindir de ese componente. Necesitas tener esas clasificaciones iniciales para poder entrenar al sistema de aprendizaje automático, y a continuación pueden analizar muchas más señales que los humanos».

loading

Descubre Nat Geo

  • Animales
  • Medio ambiente
  • Historia
  • Ciencia
  • Viajes y aventuras
  • Fotografía
  • Espacio

Sobre nosotros

Suscripción

  • Revista NatGeo
  • Revista NatGeo Kids
  • Disney+

Síguenos

Copyright © 1996-2015 National Geographic Society. Copyright © 2015-2024 National Geographic Partners, LLC. All rights reserved