La ricerca astronomica ha compiuto un passo in avanti decisivo nell’osservazione di mondi alieni grazie a un innovativo studio scientifico pubblicato sulla prestigiosa rivista Nature. Un gruppo di ricercatori guidato da Rodrigo Ferrer-Chavez, insieme a collaboratori della Northwestern University, del California Institute of Technology, del Massachusetts Institute of Technology e dello Space Telescope Science Institute, ha sviluppato una nuova metodologia computazionale capace di rivoluzionare l’imaging diretto degli esopianeti. La tecnologia, battezzata con l’acronimo FLIP (Physics-based Learning for Imaging Planets), sfrutta modelli ottici differenziabili e algoritmi di machine learning per modellare ed eliminare con precisione chirurgica l’abbagliante bagliore prodotto dalle stelle madri. I risultati ottenuti sui dati reali del telescopio spaziale James Webb dimostrano un incremento di sensibilità fino a quindici volte rispetto agli approcci convenzionali, aprendo scenari finora impensabili per la caratterizzazione di pianeti extrasolari finora invisibili.
La sfida dell’imaging diretto e la trappola del bagliore stellare
Osservare direttamente un pianeta extrasolare situato a decine o centinaia di anni luce dalla Terra equivale a cercare di scorgere una minuscola lucciola posizionata accanto al riflettore di un faro marittimo. Nel dominio del vicino infrarosso, persino i pianeti gassosi giganti più giovani e caldi risultano circa centomila volte più deboli rispetto alla stella attorno a cui orbitano. Questa disparità luminosa diventa ancora più estrema nel caso di pianeti rocciosi simili alla Terra, dove il rapporto di contrasto arriva a un fattore di dieci miliardi. Per aggirare questo ostacolo, gli astronomi si affidano al coronografo, uno strumento ottico integrato nei grandi telescopi che maschera fisicamente la luce della stella per consentire l’emersione dei deboli segnali planetari circostanti.
Tuttavia, la mascheratura fisica da sola non è sufficiente a causa della diffrazione e delle inevitabili imperfezioni ottiche che generano residui luminosi complessi, noti come funzione di diffusione del punto o PSF stellare. Fino a oggi, gli algoritmi standard più diffusi nella comunità astrofisica, come il metodo KLIP (Karhunen-Loève Image Processing), hanno tentato di sottrarre questo bagliore impiegando librerie empiriche di immagini di riferimento registrate in momenti diversi o su stelle differenti. Questo approccio convenzionale si scontra però con un limite invalicabile rappresentato dalle micro-instabilità del telescopio. Minuscole variazioni termiche, derive di puntamento ed errori di fase del fronte d’onda tra l’osservazione della stella bersaglio e quella di riferimento alterano la struttura della luce diffusa, degradando drasticamente la qualità della sottrazione e nascondendo i pianeti più deboli o più vicini alla stella.
Come funziona FLIP tra modelli fisici e intelligenza artificiale
Il cambio di paradigma introdotto dal gruppo di ricerca consiste nell’abbandonare la dipendenza da immagini empiriche imperfette per abbracciare un modello ottico e computazionale interamente basato sulla fisica dello strumento. L’architettura di FLIP combina simulazioni ottiche analitiche implementate nel framework di calcolo PyTorch con la potenza della differenziazione automatica. Questo consente all’algoritmo di gestire milioni di parametri liberi simultaneamente e di ottimizzarli tramite discesa del gradiente con l’ottimizzatore Adam, riducendo i tempi di elaborazione su GPU commerciali a poche decine di minuti.
La modellazione fisica include la propagazione della luce secondo l’ottica di Fourier, la stima della posizione e del flusso della stella, la risposta radiometrica di ciascun pixel del rilevatore e le aberrazioni di fase note come differenze di cammino ottico, calcolate sia prima che dopo la maschera coronografica. Per evitare che l’estrema flessibilità matematica dell’algoritmo finisca per cancellare inavvertitamente anche il segnale del pianeta, i ricercatori hanno ideato una strategia di ottimizzazione in due stadi distinti. Nel primo stadio, il modello viene calibrato su una stella di riferimento per correggere le imprecisioni strutturali dell’ottica. Nel secondo stadio, i parametri liberi vengono ristretti e calibrati direttamente sull’immagine scientifica per compensare le derive strumentali in tempo reale. Il monitoraggio continuo del rapporto segnale-rumore attraverso l’inserimento di pianeti sintetici permette infine di arrestare l’algoritmo nel punto esatto di massimo contrasto, preservando intatta la luce planetaria reale.
Il trionfo su 51 Eridani b e il confronto con le tecniche tradizionali
L’efficacia concreta di questo nuovo approccio è stata validata rianalizzando osservazioni reali catturate dalla fotocamera NIRCam del telescopio James Webb. Il risultato più spettacolare riguarda il sistema planetario di 51 Eridani, una giovane stella attorno a cui orbita un pianeta gigante gassoso. Nelle analisi originali basate su algoritmi tradizionali come KLIP, il pianeta 51 Eridani b risultava completamente invisibile nel filtro fotometrico F430M a 4,3 micrometri a causa dell’intenso rumore residuo generato dall’instabilità del coronografo a barra. Applicando FLIP, i ricercatori sono riusciti a compiere la prima rivelazione diretta in assoluto del pianeta a questa lunghezza d’onda, ottenendo un segnale netto con un livello di confidenza statistica elevato.
La cattura di questa specifica frequenza dell’infrarosso possiede un valore astrofisico straordinario, poiché coincide con la banda di assorbimento molecolare dell’anidride carbonica, una firma chimica inaccessibile ai telescopi terrestri a causa dell’interferenza dell’atmosfera del nostro pianeta. La misura del flusso a 4,3 micrometri consentirà di quantificare con precisione senza precedenti la metallicità atmosferica di 51 Eridani b, fornendo elementi chiarificatori fondamentali sui meccanismi di formazione e accrescimento dei giganti gassosi. Oltre a questo traguardo, il metodo ha mostrato prestazioni superiori anche su altri sistemi analizzati. Nel caso dell’esopianeta HIP 65426 b il rapporto segnale-rumore è aumentato di oltre una volta e mezza, mentre nei test effettuati sulla stella TYC 5899 la sensibilità di rivelazione a distanze angolari ravvicinate è risultata fino a quindici volte migliore rispetto agli algoritmi standard, anche in presenza di immagini di calibrazione acquisite a distanza di diversi mesi.
Verso la caccia alle gemelle della Terra con l’Habitable Worlds Observatory
L’impatto di questa scoperta va ben oltre la rielaborazione dei dati d’archivio del James Webb. Dimostrando che è possibile spingersi oltre il limite di stabilità fisica dell’osservatorio attraverso l’intelligenza artificiale applicata all’astrofisica, il metodo apre orizzonti strategici per le future grandi missioni spaziali. Tra queste spicca l’Habitable Worlds Observatory, il futuro osservatorio di punta della NASA concepito con l’ambizioso obiettivo primario di individuare analoghi terrestri e ricercare potenziali biomarcatori nelle atmosfere di pianeti rocciosi temperati.
Fino a oggi, la fattibilità ingegneristica di tali missioni dipendeva quasi esclusivamente dalla capacità di garantire una stabilità optomeccanica a livello di singoli picometri, un vincolo tecnologico estremamente gravoso e costoso che rischia di limitare l’architettura complessiva dei telescopi. Algoritmi come FLIP dimostrano che una quota significativa del carico di correzione delle aberrazioni può essere trasferita dall’hardware al software di elaborazione delle immagini. Gli autori evidenziano che il modello potrà essere esteso ad altri strumenti come lo spettrometro MIRI del James Webb, al futuro telescopio spaziale Nancy Grace Roman e persino ai grandi osservatori terrestri di nuova generazione dotati di ottica adattiva estrema. Affrontando le future sfide legate alla scalabilità computazionale e alla taratura fine dei modelli di rumore, l’elaborazione fisica delle immagini promette di avvicinare l’umanità al momento in cui sarà finalmente possibile fotografare una seconda Terra.