Científicos han desarrollado un modelo de aprendizaje automático que predice posibles sistemas planetarios con planetas similares a la Tierra, para acelerar la búsqueda futura de gemelos de nuestro mundo.
La búsqueda de exoplanetas similares a la Tierra (planetas que orbitan estrellas distintas a nuestro Sol) es un tema central en la investigación planetaria actual, ya que es muy probable que allí se encuentre vida extraterrestre.
Investigadores de la Universidad de Berna han desarrollado un innovador modelo de aprendizaje automático que identifica sistemas planetarios que podrían albergar planetas similares a la Tierra. El estudio acaba de publicarse en la revista Astronomy & Astrophysics.
El modelo de berna
Un modelo de aprendizaje automático es una herramienta estadística que se entrena con datos para reconocer ciertos tipos de patrones y realizar predicciones. la investigadora postdoctoral Jeanne Davoult, autora principal del estudio, explica en un comunicado: «Nuestro 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 se basa en estudios previos para inferir una correlación entre la presencia o ausencia de un planeta similar a la Tierra y las propiedades de su sistema.
Desde 2003, el Modelo de Berna se ha desarrollado continuamente en la Universidad de Berna. «El Modelo de Bern 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», continúa Alibert.
99% de precisión del nuevo modelo
El algoritmo del nuevo modelo de aprendizaje automático se entrenó y probó utilizando datos de sistemas planetarios sintéticos del Modelo de Berna. «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», afirma Davoult.