Búsqueda de mundos remotos: La inteligencia artificial al servicio de la caza de exoplanetas jóvenes en tránsito

Carlos del Burgo Díaz

El doctor es Investigador Titular B en la Coordinación de Astrofísica del Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE; https://www.inaoep.mx), en Tonantzintla (Puebla), y Responsable Técnico del Proyecto 320608 de la Convocatoria FOP16-2021-01 de Conacyt. Correo electrónico de contacto: cburgo@inaoep.mx.

El Sol nació hace unos 4600 millones de años a partir del colapso gravitacional de la llamada nebulosa solar, una nube gigante de gas y polvo. Unas decenas de millones de años después, se habían formado también los planetas en el disco alrededor del Sol. La mayoría del resto de estrellas y sus planetas, llamados exoplanetas, tiene un origen similar. Este esquema, sin embargo, encierra importantes incógnitas. ¿Cuán rápido se forman y evolucionan los planetas?

Según la teoría, los planetas gigantes nacen con mayor tamaño y menor densidad de lo que presentan en su madurez, que alcanzan tras cientos de millones de años de lenta contracción. Sin embargo, hace un año, Suárez Mascareño et al. precisaron las masas de dos planetas gigantes de V1298 Tau, un sistema de menos de 30 millones de años cuya estrella anfitriona es una enana roja, y, en virtud de dichas masas y los tamaños de los planetas, concluyeron que estos se han formado y evolucionado mucho más rápidamente de lo que predice la teoría.

La relativa celeridad del proceso de transformación planetario se suma a la intensa actividad de las estrellas en su juventud, con una legión de manchas en rotación y frecuentes fulguraciones, entre otros fenómenos, lo que dificulta la adquisición y el análisis de los datos observacionales.

Las estrellas más abundantes en nuestra galaxia son las enanas rojas, en total 150,000 millones, un pequeño porcentaje de las cuales son jóvenes, todas más pequeñas y frías que el Sol, y eminentemente activas, siendo aún poco conocidas. Por esto y lo anterior, y por los sesgos y limitaciones inherentes a las observaciones, apenas si hemos descubierto un puñado de exoplanetas jóvenes.

Si a lo ya contado le añadimos las desventuras de un héroe intrépido podríamos proponerle una sinopsis de película a Steven Spielberg, quien nos maravilló con A.I. Artificial Intelligence. En su estreno aún no habíamos detectado ni un solo exoplaneta, pero estábamos familiarizados con los robots de cocina y los destinados a la fabricación de automóviles. Actualmente ya los hay que pueden moverse en rededor nuestro para hacernos compañía.

Más allá, la Inteligencia Artificial (IA) interviene en gran medida en nuestras vidas. Hay algoritmos que reconocen el rostro o una huella para acceder al celular u otro dispositivo, que infieren nuestro perfil para recomendarnos videos de entretenimiento y hacernos otras muchas sugerencias. Las redes neuronales artificiales permiten agilizar el hallazgo de soluciones, así como el aprendizaje necesario para desentrañar los misterios que encierran diversos problemas. Aunque aún nos queda mucho por ver, estamos ante una revolución cuyo protagonista es un sinfín de aplicaciones inteligentes en sectores como la economía, la educación o la salud.

El tratamiento de ingentes cantidades de datos ya no es un obstáculo gracias a la actual capacidad de cómputo y a los citados algoritmos. Los principales activadores de la sociedad se han rendido a sus encantos. En el año 2025, se espera que el mercado de la IA moverá una cantidad de dólares similar al número de estrellas enanas rojas.

Lógicamente, la ciencia básica emplea la IA para clasificar datos y buscar en ellos lo esencial. Hay algoritmos que se pueden entrenar para desentrañar la señal que deja un planeta al transitar frente a su estrella en la llamada curva de luz, esto es, la función de la intensidad de la estrella frente al tiempo. Si un observador presencia un tránsito puede registrar una leve caída en el brillo del astro. La profundidad del tránsito es igual al cuadrado del cociente de los radios del planeta y de la estrella. Un telescopio y un fotómetro adecuados permiten registrar este evento periódico. Al hardware hay que agregarle un buen software, pues la señal de un tránsito planetario es diminuta comparada con las variaciones debidas a la actividad de la estrella.

La IA también permite identificar las líneas de absorción de los espectros estelares que están menos afectadas de actividad. Estas permiten medir más limpiamente el efecto Doppler para construir la llamada curva de velocidad radial, y determinar la masa del planeta, pues este induce variaciones periódicas en la velocidad de la estrella que orbita.

Para un exoplaneta en tránsito es factible establecer su masa, radio y, por ende, la densidad promedio a partir de las curvas de luz y de velocidad radial. Estos son los dos métodos indirectos (los más exitosos hasta la fecha; ver Figura 1) que usamos en V1298 Tau (ver Figura 2) ante la incapacidad tecnológica de ver directamente sus planetas. Si bien, por una simple cuestión de perspectiva, un observador de la Tierra no puede ver la mayor parte de los planetas transitando sus estrellas, el número de estas es tan extraordinario que nuestra incesante tecnología ha posibilitado la detección de miles de ellos, sobre todo mediante observaciones espaciales.

Un equipo multidisciplinar de astrofísicos y físicos computacionales de México, España y los Países Bajos aceptó el desafío de examinar las curvas de luz de estrellas jóvenes, con la misión de rescatar, por medio de la IA, a las débiles señales de exoplanetas de los vaivenes de la actividad estelar. No se trata de una película, es la vida misma. Continuará…

Agradecimientos

CdB agradece el apoyo de Conacyt a través del proyecto FOP16-2021-01-320608.

Referencia(s) bibliográfica(s)

Suárez Mascareño et al. 2022, Nature Astronomy, 6, 232.

Sitio web del proyecto: https://exoplanetas.inaoep.mx

Fuente: elsoldemexico.com.mx