La Inteligencia Artificial ayudará a predecir qué planetas son habitables
El sistema, que funciona como redes neuronales, podría aplicarse a futuras misiones espaciales
Son, sin duda, las siglas de moda. La IA , o Inteligencia Artificial , empieza ya a rodearnos por todas partes, tanto a través de internet y sus servicios como en los dispositivos electrónicos que usamos a diario, entre ellos el móvil.
Pero las aplicaciones de la IA parecen no tener límite. Y su desarrollo puede ahora ayudar a los científicos a predecir la probabilidad de que exista vida en otros planetas . Un estudio recién presentado en la Semana Europea de Astronomía y Ciencias Espaciales (que se celebra en Liverpool) por un grupo de investigadores de la Universidad de Plymouth, en efecto, demuestra cómo es posible utilizar redes neuronales para clasificar planetas en cinco categorías diferentes, estimando en cada caso la probabilidad de que en ellos exista vida. Un sistema que podría utilizarse perfectamente en futuras misiones espaciales de exploración.
Las redes neuronales artificiales son sistemas que tratan de replicar la forma de aprender del cerebro humano y resultan especialmente útiles para identificar patrones que resultan demasiado complicados de procesar por parte de un cerebro biológico.
Bajo la dirección de Christopher Bishop, el equipo de científicos entrenó una red neuronal para que clasificara exoplanetas en cinco categorías diferentes, en función de si se parecen más a la Tierra actual, a la Tierra primitiva, a Marte, a Venus o a la luna de Saturno Titán. Los cinco mundos de referencia son rocosos y poseedores de una atmósfera, además de estar entre los objetos "más habitables" de nuestro Sistema Solar.
En palabras de Bishop, "estamos interesados en estas redes neuronales para que establezcan las prioridades de exploración de una nave espacial hipotética, inteligente e interestelar, que sea capaz de escanear un sistema planetario a distancia".
Según el investigador, "también estamos estudiando el uso de antenas desplegables de gran área para recoger los datos de una sonda interestelar que se encuentre a mucha distancia de la Tierra. Algo que sería muy necesario si esta tecnología llega a utilizarse en naves espaciales robóticas en el futuro".
Las observaciones atmosféricas, o espectros, de los cinco cuerpos elegidos del Sistema Solar fueron suministradas a la red neuronal, a la que después se le pidió que las clasificara en cinco tipos planetarios. Como sabemos que, por ahora, la existencia de vida solo está confirmada en la Tierra, la clasificación de la IA utilizó una métrica de "probabilidad de vida" basada en las propiedades atmosféricas y orbitales bien conocidas de los cinco mundos de referencia.
Con estas premisas, Bishop entrenó a la red neuronal con más de cien perfiles espectrales diferentes, cada uno de ellos con cientos de parámetros que contribuyen de un modo u otro a la habitabilidad. Y los resultados, por el momento, han sido satisfactorios, ya que la red funcionó correctamente al presentarle un perfil espectral atmosférico de prueba y que no había visto antes.
"Dados los resultados obtenidos hasta el momento -afirma Angelo Cangelosi, supervisor del proyecto- el método puede resultar extremadamente útil a la hora de categorizar diferentes tipos de exoplanetas".
La técnica también puede ser ideal para seleccionar objetivos para futuras observaciones, dado el aumento en el detalle y las capacidades mejoradas de las nuevas misiones espaciales de observación, como la Ariel, de la ESA, y el Telescopio James Webb, de la NASA.
Esta funcionalidad es sólo para suscriptores
Suscribete
Esta funcionalidad es sólo para suscriptores
Suscribete