Técnicas de aprendizaje automático han sido empleadas por astrónomos para calcular la probabilidad de que planetas tipo Tatooine --con dos soles--, sobrevivan en órbitas estables. El estudio se publica en la revista 'Monthly Notices of the Royal Astronomical Society'.
Los planetas circumbinarios son aquellos planetas que orbitan dos estrellas en lugar de una sola, muy parecido al planeta de ficción Tatooine en la franquicia de Star Wars. Decenas de estos planetas se han descubierto hasta ahora, pero averiguar si pueden ser habitables o no puede ser difícil.
Moverse alrededor de dos estrellas en lugar de una sola puede conducir a grandes cambios en la órbita de un planeta, lo que significa que a menudo es expulsado completamente del sistema o se estrella violentamente contra una de sus estrellas gemelas. Los enfoques tradicionales para calcular cuál de estos ocurre para un planeta dado se vuelven significativamente más complicados tan pronto como se arroja la estrella extra a la mezcla.
"Cuando simulamos millones de planetas posibles con órbitas diferentes usando métodos tradicionales, descubrimos que los planetas se predecían como estables que claramente no lo eran, y viceversa", explica Chris Lam, autor principal del estudio y graduado reciente de la Universidad de Columbia.
Los planetas necesitan sobrevivir durante miles de millones de años para que la vida evolucione, por lo que descubrir si las órbitas son estables o no es una cuestión importante para la habitabilidad. El nuevo trabajo muestra cómo el aprendizaje automático puede hacer predicciones precisas incluso si el enfoque estándar --basado en las leyes de gravedad y movimiento de Newton-- se rompe.
"La clasificación con numerosos parámetros complejos interconectados es el problema perfecto para el aprendizaje automático", dice el profesor David Kipping, supervisor del trabajo.
Después de crear diez millones de Tatooines hipotéticos con diferentes órbitas y simular cada uno para probar la estabilidad, este enorme conjunto de simulación se introdujo en la red de aprendizaje profundo. En unas pocas horas, la red pudo superar la precisión del enfoque estándar.
Más planetas circumbinarios parecen estar listos para ser descubiertos por la misión Transiting Exoplanet Survey Satellite (TESS) de la NASA, y Lam espera que su trabajo ayude: "Nuestro modelo ayuda a los astrónomos a saber qué regiones son las mejores para buscar planetas alrededor de estrellas binarias. Esperamos que esto nos ayude a descubrir nuevos exoplanetas y comprender mejor sus propiedades".
