Sztuczna inteligencja pomogła astronomom z Uniwersytetu Warwick znaleźć setki wcześniej ukrytych egzoplanet w danych misji NASA TESS. Nowy system RAVEN przetworzył obserwacje ponad 2,2 miliona gwiazd z pierwszych czterech lat pracy teleskopu.
RAVEN łączy automatyczne wykrywanie sygnałów, uczenie maszynowe i weryfikację statystyczną w jednym potoku przetwarzania. W rezultacie zespół potwierdził 118 nowych planet i wyodrębnił ponad 2000 wysokiej jakości kandydatów, z których prawie tysiąc nie był wcześniej znany.
Wśród odkryć znajdują się światy o ultrakrótkim okresie obiegu, które okrążają swoją gwiazdę w czasie krótszym niż 24 godziny. Takie obiekty są szczególnie interesujące, ponieważ znajdują się w ekstremalnych warunkach.
Analiza wykazała, że 9–10 % gwiazd podobnych do Słońca ma bliskie planety. Jest to zgodne z danymi Keplera, ale z dziesięciokrotnie wyższą dokładnością. Ponadto po raz pierwszy udało się precyzyjnie zmierzyć rzadkość „pustyni neptunowej” — regionu, w którym planety wielkości Neptuna prawie nie występują. Takie światy wykryto jedynie u 0,08 % gwiazd typu słonecznego.
„Wykorzystując nasz nowy potok przetwarzania RAVEN, udało nam się potwierdzić 118 nowych planet i ponad 2000 kandydatów, z których prawie 1000 jest całkowicie nowych” — zauważyła doktor Marina Lafarga Magro, główna autorka badania.
Zespół odkrył również nieznane wcześniej układy wieloplanetarne o ciasnych orbitach. Uzyskane katalogi i narzędzia są już dostępne dla innych badaczy do planowania obserwacji.
Jak te dane wpłyną na wybór celów dla przyszłych misji, takich jak PLATO Europejskiej Agencji Kosmicznej?
Praca została opublikowana w Monthly Notices of the Royal Astronomical Society. Naukowcy podkreślają, że czysty i dobrze scharakteryzowany zbiór danych pozwoli lepiej zrozumieć, jak powstają i ewoluują układy planetarne w pobliżu gwiazd.
