Encontrar vida en otros planetas es una aspiración clásica del ser humano y un tema recurrente de la literatura y el cine, sin tener siquiera la certeza de que pueda existir, aunque por cuestión de probabilidad debería ser factible. Es cierto que la capacidad para explorar el universo es muy limitada, más allá de telescopios y misiones espaciales muy limitadas, pero ahora ha aparecido un nuevo aliado en esa búsqueda que resulta esperanzadora e inquietante a la vez: la inteligencia artificial (IA).
Aprendizaje automático
Así, científicos de la Universidad de Berna (Suiza) han desarrollado un innovador modelo de aprendizaje automático que predice posibles sistemas planetarios con planetas similares a la Tierra, que orbitan estrellas distintas a nuestro Sol, para acelerar su búsqueda futura de gemelos de nuestro mundo. Ese estudio se acaba de publicar en la revista Astronomy & Astrophysics.
¿Qué es un modelo de aprendizaje automático? Una herramienta estadística que se entrena con datos para reconocer ciertos tipos de patrones y realizar predicciones. Jeanne Davoult, investigadora postdoctoral y autora principal del estudio, explica que su modelo “se basa en un algoritmo que desarrollé y que fue entrenado para reconocer y clasificar sistemas planetarios que albergan planetas similares a la Tierra".
El Modelo de Berna
Ese modelo se basa en estudios previos para establecer una correlación entre la presencia o ausencia de un planeta similar a la Tierra y las propiedades de su sistema. El algoritmo se entrenó y probó con datos del llamado Modelo de Berna de Formación y Evolución Planetaria. "El Modelo de Berna permite obtener información sobre cómo se formaron los planetas, cómo han evolucionado y qué tipos de planetas se desarrollan bajo ciertas condiciones en un disco protoplanetario", explica el doctor Yann Alibert, coautor del estudio.
El Modelo de Berna se ha desarrollado desde 2003 de forma continua en la universidad suiza. "Es uno de los pocos modelos a nivel mundial que ofrece una riqueza tan amplia de procesos físicos interrelacionados y permite realizar un estudio como el actual", analiza Alibert.
99% de precisión
Tras entrenar y probar el algoritmo del nuevo modelo automático, Davoult afirma que "los resultados son impresionantes: el algoritmo alcanza valores de precisión de hasta 0,99, lo que significa que el 99% de los sistemas identificados por el modelo de aprendizaje automático contienen al menos un planeta similar a la Tierra".
Posteriormente el modelo se aplicó a sistemas planetarios observados, e "identificó 44 sistemas con alta probabilidad de albergar planetas similares a la Tierra no detectados. Un estudio posterior confirmó la posibilidad teórica de que estos sistemas alberguen un planeta similar a la Tierra", explica Davoult.
