La informática y la búsqueda de nuevos planetas

Los científicos planetarios del MIT se asocian con los informáticos para encontrar exoplanetas.

algo grandioso”. 

La idea básica que subyace a la misión de TESS es que, al igual que nuestro propio sistema solar, en el que la Tierra y otros planetas giran alrededor de una estrella central (el sol), hay otros planetas más allá de nuestro sistema solar que giran alrededor de diferentes estrellas. Las imágenes que recopila TESS producen curvas de luz, datos que muestran cómo cambia el brillo de la estrella con el tiempo. Los investigadores están analizando estas curvas de luz para encontrar caídas en el brillo, lo que podría indicar que un planeta está pasando frente a la estrella y bloqueando temporalmente parte de su luz. 

“Cada vez que un planeta orbita, verás que este brillo disminuye”, dice Pankratius. “Es casi como un latido del corazón”. 

El problema es que no todas las caídas en el brillo son necesariamente causadas por un planeta que pasa. Seager dice que el aprendizaje automático actualmente entra en juego durante la fase de «triaje» de su análisis de datos TESS, ayudándoles a distinguir entre planetas potenciales y otras cosas que podrían causar caídas en el brillo, como estrellas variables, que varían naturalmente en su brillo, o ruido de instrumentos. .

Los científicos que han aprendido a «leer» las curvas de luz todavía realizan el análisis de los planetas que pasan por el triaje. Pero el equipo ahora está utilizando miles de curvas de luz que han sido clasificadas a simple vista para enseñar a las redes neuronales cómo identificar los tránsitos de exoplanetas. La computación les está ayudando a reducir las curvas de luz que deben examinar con más detalle. Liang Yu PhD ’19, un recién graduado en física, se basó en un código existente para escribir la herramienta de aprendizaje automático que el equipo está usando ahora.

Si bien es útil para localizar los datos más relevantes, Seager dice que el aprendizaje automático aún no se puede usar para encontrar exoplanetas simplemente. “Todavía tenemos mucho trabajo por hacer”, dice ella.

Pancracio está de acuerdo. “Lo que queremos hacer es básicamente crear sistemas de descubrimiento asistidos por computadora que hagan esto para todas [las estrellas] todo el tiempo”, dice. “Quieres simplemente presionar un botón y decir, muéstrame todo. Pero en este momento todavía son personas con algo de automatización las que investigan todas estas curvas de luz”.

Seager y Pankratius también impartieron conjuntamente un curso que se centró en varios aspectos del desarrollo de la computación y la inteligencia artificial (IA) en la ciencia planetaria. Seager dice que la inspiración para el curso surgió del creciente interés de los estudiantes por aprender sobre la IA y sus aplicaciones para la ciencia de datos de vanguardia.

En 2018, el curso permitió a los estudiantes usar datos reales recopilados por TESS para explorar aplicaciones de aprendizaje automático para estos datos. Siguiendo el modelo de otro curso que enseñaron Seager y Pankratius, los estudiantes del curso pudieron elegir un problema científico y aprender las habilidades informáticas para resolver ese problema. En este caso, los estudiantes aprendieron sobre técnicas de IA y aplicaciones a TESS. Seager dice que los estudiantes tuvieron una gran respuesta a la clase única. 

“Como estudiante, podrías hacer un descubrimiento”, dice Pankratius. “Puede crear un algoritmo de aprendizaje automático, ejecutarlo con estos datos y, quién sabe, tal vez encuentre algo nuevo”.

Gran parte de los datos que recopila TESS también están disponibles como parte de un proyecto de ciencia ciudadana más amplio. Pankratius dice que cualquier persona con las herramientas adecuadas podría comenzar a hacer sus propios descubrimientos. Gracias a la conectividad en la nube, esto es posible incluso en un teléfono celular. 

“Si te aburres en tu viaje en autobús a casa, ¿por qué no buscas planetas?” él dice.

Pankratius dice que este tipo de trabajo colaborativo permite a los expertos en cada dominio compartir sus conocimientos y aprender unos de otros, en lugar de tratar de quedar atrapados en el campo del otro.  

“Con el tiempo, la ciencia se ha vuelto más especializada, por lo que necesitamos formas de integrar mejor a los especialistas”, dice Pankratius. La facultad de computación podría ayudar a forjar más colaboraciones de este tipo, agrega. Pankratius también dice que podría atraer a investigadores que trabajan en la intersección de estas disciplinas, que pueden salvar las brechas de comprensión entre los expertos.

Este tipo de trabajo que integra la informática ya se está volviendo cada vez más común en todos los campos científicos, señala Seager. “El aprendizaje automático está ‘de moda’ en este momento”, dice. 

Pankratius dice que eso se debe en parte a que hay más evidencia de que aprovechar las técnicas informáticas es una forma efectiva de abordar varios tipos de problemas y conjuntos de datos en crecimiento.

“Ahora tenemos demostraciones en diferentes áreas de que el enfoque de descubrimiento asistido por computadora no solo funciona”, dice Pankratius. «En realidad conduce a nuevos descubrimientos».

Loading

5/5 - (1 voto)

mauricio Valdés

Bloguero de aficionado y redactor de mi revista, utilizo codigos sagrados, me apasiona el Internet y la informática, lector de psicología, espiritualidad, criptomonedas, salud, llevo una vida simple con grandes sueños...

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *