‘Se hai acquistato X, potrebbe piacerti anche Y’. Ormai siamo abituati a questo genere di pubblicità ‘personalizzata’, tanto che non ci stupiamo neanche troppo quando Google ci suggerisce proprio quello che stavamo cercando, o Netflix ci consiglia il nostro film preferito.
Ma cosa diremmo se gli stessi meccanismi che governano il machine learning servissero a scoprire preziose informazioni sui pianeti lontani?
È la bizzarra proposta di un team di ricercatori dell’Università di Toronto, che ha sviluppato un nuovo approccio per raccogliere dati sulla stabilità dei sistemi planetari. Proprio a partire dagli algoritmi sfruttati da Google e Netflix per ‘sapere tutto di noi’.
L’apprendimento automatico, meglio conosciuto appunto con l’espressione inglese machine learning, è una delle aree fondamentali nel campo dell’intelligenza artificiale. Si occupa della realizzazione di sistemi e algoritmi programmati per generare nuovi contenuti informativi a partire dai dati disponibili. Questo permette al sistema di ‘imparare’ cose nuove senza bisogno di essere continuamente programmato, spiega l’Agenzia Spaziale Italiana.
“Il machine learning – spiega il leader dello studio Dan Tamayo – offre uno strumento potente per affrontare un importante problema in astrofisica: prevedere se un sistema planetario sia stabile o meno”.
Pubblicato su The Astrophysical Journal Letters, il nuovo metodo sviluppato dai ricercatori dell’Università di Toronto è circa 1.000 volte più rapido delle tradizionali tecniche per prevedere la stabilità planetaria.
Si tratta di un’informazione cruciale in astronomia, perché la stabilità dei pianeti ci dice molto sui loro meccanismi di formazione.
“Prevedere la stabilità planetaria – conclude Tamayo – ci permetterà di capire meglio il funzionamento del sistema stesso, dai suoi limiti di massa all’eccentricità. Il nostro strumento potrebbe essere molto utile per raccogliere nuove informazioni sui pianeti lontani”.
Il machine learning per esopianeti si preannuncia, così, come una nuova possibile frontiera dell’intelligenza artificiale spaziale, molto utile in vista di future missioni, come il Transiting Exoplanet Survey Satellite (TESS) della NASA. Nell’attesa, ci restano le accurate preferenze individuate dagli algoritmi di Netflix.
