“Scoperte emozionanti”, l’annuncio della NASA su mondi alieni: l’intelligenza artificiale scopre un Sistema Solare a 2.545 anni luce da noi

MeteoWeb

La NASA ha convocato una conferenza stampa oggi per annunciare  la scoperta di un Sistema Solare: è formato da otto pianeti che ruotano intorno alla stella Kepler-90, distante 2.545 anni luce. La scoperta, pubblicata sull’Astronomical Journal, è stata possibile grazie un sistema di intelligenza artificiale di Google, che ha scandagliato i dati relativi a 35mila possibili pianeti raccolti “dal cacciatore di pianeti“, il telescopio Kepler.

Gli otto pianeti orbitano intorno alla stella Kepler-90 a una distanza inferiore a quella che separa la Terra dal Sole: in particolare, il pianeta Kepler-90i orbita attorno alla sua stella ogni 14,4 giorni, è roccioso e molto caldo, tanto da non poter ospitare la vita. Proprio questo corpo celeste è stato scoperto grazie a un sistema di intelligenza artificiale che imita il funzionamento delle reti di neuroni del cervello umano: i ricercatori Christopher Shallue e Andrew Vanderburg hanno “addestrato” un computer con intelligenza artificiale a imparare a identificare gli esopianeti nelle letture di luce registrate da Kepler attraverso il cambiamento nella luminosità catturata quando un pianeta transita di fronte a una stella. Inoltre, la collaborazione Nasa-Google ha permesso di scovare non solo questo pianeta, ma anche un sesto pianeta in un altro sistema, quello della stella Kepler 80.

Proprio come pensavamo, nascoste nell’archivio dati di Kepler, ci sono scoperte emozionanti, in attesa degli strumenti e delle tecnologie capaci di scovarle. Questa scoperta mostra che i nostri dati costituiranno un vero tesoro per i ricercatori innovativi per gli anni a venire,” ha dichiarato Paul Hertz, direttore della divisione di astrofisica della NASA a Washington.

Si tratta di un progetto che si sostanzia nella ricerca di pianeti potenzialmente abitabili: mondi lontani che potrebbero essere molto più simili alla Terra di quanto si possa immaginare. E’ stato Shallue ad avere avuto l’idea di fare ricorso a una rete neurale: “Nel tempo libero ho iniziato a googlare “trovare pianeti extrasolari con grandi set di dati”. E sono venuto conoscenza della missione Kepler e dell’enorme set di dati di cui dispone. Se c’è un ambito nel quale l’apprendimento automatico dà il meglio di sé, è dove ci sono così tanti dati che gli esseri umani non riescono a setacciarli da soli“.

Shallue e Vanderburg hanno assegnato alla rete neurale 15mila segnali – già controllati e validati – presi dal catalogo di esopianeti della sonda NASA, e le hanno chiesto d’individuare quali erano veri pianeti e quali falsi positivi (con risultati corretti il 96% delle volte). In seguito hanno assegnato alla rete l’analisi dei segnali più ambigui relativi a 670 sistemi planetari: “Abbiamo ottenuto un sacco di falsi positivi, ma anche molti pianeti potenzialmente reali. È un po’ come setacciare le rocce per trovare pietre preziose. Se usi un setaccio più fine, raccoglierai altre rocce, ma potresti anche raccogliere nuove pietre preziose,” ha spiegato Vanderburg. “Il sistema Kepler-90 è come una mini versione del nostro Sistema Solare. Ci sono pianeti più piccoli all’interno e pianeti più grandi all’esterno.

Credit: NASA/AMES RESEARCH CENTER/WENDY STENZEL

L’intelligenza artificiale, e in particolare il deep learning, sta acquistando un ruolo primario in diversi settori dell’astronomia, a causa della complessità e dimensione dei dati che acquisiremo con le campagne osservative di prossima generazione, come quella del Large Synoptic Survey Telescope (Lsst), in cui Inaf ha recentemente preso parte e che entrerà in funzione nel 2021“, ha spiegato a Media INAF Nicola Napolitano, astrofisico all’Inaf-Osservatorio astronomico di Capodimonte. “Si pensi che una delle nostre ricerche più difficili riguarda l’individuazione di deboli archi gravitazionali intorno a galassie ellittiche, e di queste ne troviamo una ogni circa 50mila galassie osservate. Sarebbe impensabile effettuare questa ricerca a occhio in survey di milioni se non miliardi di galassie, come faremo con Lsst, mentre stiamo già sviluppando tecniche che trovano questi archi in maniera automatica in immagini astronomiche“.