IA scopre oltre 100 pianeti nascosti nei NASA: la Terra 2.0 si avvicina

L’intelligenza artificiale sta trasformando la ricerca dei pianeti in un lavoro sempre più rapido e accurato: un gruppo di astrofisici dell’Università di Warwick ha individuato oltre 100 nuovi pianeti nascosti nei dati della missione TESS della NASA. Tra questi, 31 mondi non erano mai stati osservati prima, occultati da una quantità di rumore di fondo che rendeva la lettura manuale estremamente complessa.

I risultati sono stati pubblicati sulla rivista Monthly Notices of the Royal Astronomical Society, confermando come l’uso di modelli avanzati possa aumentare in modo significativo la capacità di trovare segnali affidabili tra milioni di osservazioni.

missione tess e transiti: come nasce la caccia ai pianeti

TESS è un telescopio spaziale progettato per monitorare milioni di stelle. L’obiettivo è individuare un segnale specifico: un lievissimo calo di luminosità causato da un passaggio davanti al disco della stella osservata.

Il fenomeno prende il nome di transito. L’idea può essere spiegata con un’immagine: una sorgente luminosa a distanza enorme viene attraversata da un piccolo oggetto; l’effetto non è un cambiamento evidente “a occhio”, ma una diminuzione misurabile della luce ricevuta. In questo scenario, l’oggetto è il pianeta, mentre il calo di luminosità funziona da indizio.

Il punto critico resta che lo spazio è affollato di eventi che imitano un transito: eclissi in sistemi di stelle binarie, macchie solari e perfino rumori elettronici legati al funzionamento del telescopio possono produrre falsi positivi. Procedere con l’analisi a mano di ogni segnale disponibile richiederebbe tempi incompatibili con un lavoro scientifico continuativo, con durate dell’ordine di secoli.

raven e machine learning: filtrare i segnali tra milioni di dati

Per superare il problema dei falsi positivi entra in scena Raven, un modello di apprendimento automatico basato su tecniche di machine learning. Raven è stato addestrato su centinaia di migliaia di simulazioni realistiche, imparando a distinguere un transito riconducibile a un vero pianeta da segnali che somigliano alla stessa firma luminosa ma derivano da fenomeni astrofisici o strumentali.

L’impatto dell’approccio è stato misurabile: Raven ha analizzato i dati di oltre 2,2 milioni di stelle osservate nei primi quattro anni di attività di TESS. Il risultato è stato la convalida di 118 nuovi pianeti e l’identificazione di oltre 2.000 candidati ad alta probabilità, raggiungendo una scala di valutazione non sostenibile con metodi esclusivamente manuali.

pianeti a corto periodo: la fine del “deserto dei nettuniani caldi”

Uno degli aspetti più rilevanti della ricerca riguarda i pianeti a corto periodo, cioè mondi che orbitano molto vicino alla propria stella. In termini pratici, significa completare un “anno” in meno di 16 giorni.

In passato gli astronomi hanno descritto una possibile carenza di pianeti di dimensioni simili a Nettuno in una regione specifica dello spazio, indicata come “deserto dei Nettuniani caldi”. L’idea era che, vicino alle stelle, non ci fossero molte configurazioni planetarie della stessa taglia.

Con la precisione resa possibile da Raven, il team ha trovato che non si tratta di un vuoto reale: circa il 9-10% delle stelle simili al Sole ospita un pianeta con orbita stretta. Il risultato ricalibra quindi l’interpretazione della distribuzione dei pianeti vicini alla stella, suggerendo che la presenza dei Nettuniani caldi esiste, ma era rimasta mascherata finché non sono diventati disponibili strumenti capaci di separare con efficacia i segnali utili dal rumore.

perché la validazione di molti pianeti è decisiva

La convalida di un numero così ampio di pianeti permette di costruire una mappa affidabile della popolazione planetaria nella galassia. In termini di interpretazione, lo studio offre indicazioni sulla frequenza con cui alcuni tipi di sistemi si formano e fornisce un quadro utile per capire quanto sia comune il nostro Sistema Solare rispetto agli analoghi cosmici osservati.

Un punto di interesse è la possibilità di stimare con più precisione quanto sia popolata una specifica porzione di spazio: l’analisi numerica diventa così uno strumento per affinare l’idea di vicinanza a scenari che includono pianeti simili alla Terra, indicati come una possibile futura scoperta di tipo “Terra 2.0”.

risultati e confronto con Kepler nello studio delle popolazioni

Nel lavoro viene sottolineato un avanzamento nella capacità di misurare la densità di popolazione planetaria. Kaiming Cui, autore dello studio, evidenzia la possibilità di associare un numero preciso alla quantità di pianeti nella regione considerata. Viene inoltre richiamata la capacità di TESS di eguagliare, e in alcuni casi superare, la missione Kepler nel campo dello studio delle popolazioni planetarie.

astronomia dei big data: dal cielo ai modelli

La ricerca dell’Università di Warwick viene presentata come un esempio della transizione verso una scienza basata sui “Big Data”: l’osservazione del cosmo non dipende più soltanto da lenti e telescopi, ma anche da procedure computazionali che rendono possibile estrarre informazioni da enormi volumi di dati. Raven continua la selezione di segnali nel buio osservato da TESS, con la prospettiva di individuare altri mondi in attesa di essere riconosciuti dai modelli.

autori e riferimenti citati nello studio

Nella ricerca compaiono riferimenti a persone coinvolte nel lavoro:

• Valentina Arcovio
• Kaiming Cui