A cada ano que passa, mais e mais planetas extra-solares são descobertos. Para tornar as coisas mais interessantes, melhorias na metodologia e na tecnologia estão permitindo a descoberta de mais planetas em sistemas individuais. Considere o recente anúncio de um sistema de sete planetas em torno da estrela anã vermelha conhecida como TRAPPIST-1. Na época, essa descoberta estabeleceu o recorde para a maioria dos exoplanetas que orbitam uma única estrela.
Bem, mova-se sobre o TRAPPIST-1! Graças ao Telescópio Espacial Kepler e ao aprendizado de máquina, uma equipe do Google AI e do Centro de Astrofísica Harvard-Smithsonian (CfA) descobriu recentemente um oitavo planeta no distante sistema estelar Kepler-90. Conhecida como Kepler -90i, a descoberta deste planeta foi possível graças aos algoritmos do Google que detectaram evidências de um sinal de trânsito fraco nos dados da missão Kepler.
O estudo que descreve suas descobertas, intitulado "Identificando exoplanetas com aprendizado profundo: uma cadeia ressonante de cinco planetas ao redor do Kepler-80 e um oito planetas ao redor do Kepler-90", apareceu recentemente on-line e foi aceito para publicação em The Astronomical Journal. A equipe de pesquisa consistiu em Christopher Shallue, do Google AI, e Andrew Vanderburg, da Universidade do Texas e na CfA.
Kepler-90, uma estrela parecida com o Sol, está localizada a aproximadamente 2.545 anos-luz da Terra, na constelação de Draco. Como observado, pesquisas anteriores indicaram a existência de sete planetas ao redor da estrela, uma combinação de planetas terrestres (também conhecidos como rochosos) e gigantes gasosos. Mas depois de usar um algoritmo do Google criado para pesquisar os dados do Kepler, a equipe de pesquisa confirmou que o sinal de outro planeta em órbita mais próxima estava escondido nos dados.
A missão Kepler conta com o Método de Trânsito (também conhecido como Fotometria de Trânsito) para discernir a presença de planetas em torno de estrelas mais brilhantes. Isso consiste em observar estrelas para quedas periódicas no brilho, que são uma indicação de que um planeta está passando na frente da estrela (ou seja, em trânsito) em relação ao observador. Para o estudo, Shallue e Vanderburg treinaram um computador para ler as curvas de luz registradas por Kepler e determinar a presença de trânsitos.
Essa “rede neural” artificial vasculhou os dados do Kepler e encontrou sinais de trânsito fracos que indicavam a presença de um planeta anteriormente esquecido ao redor do Kepler-90. Essa descoberta não apenas indicou que esse sistema é muito parecido com o nosso, mas também confirma o valor do uso de inteligência artificial para extrair dados de arquivo. Embora o aprendizado de máquina tenha sido usado para pesquisar dados do Kepler anteriormente, esta pesquisa demonstra que mesmo os sinais mais fracos agora podem ser discernidos.
Como Paul Hertz, diretor da Divisão de Astrofísica da NASA em Washington, disse em um recente comunicado de imprensa da NASA:
“Assim como esperávamos, há descobertas empolgantes em nossos dados arquivados do Kepler, esperando a ferramenta ou a tecnologia certa para desenterrá-los. Essa descoberta mostra que nossos dados serão um tesouro disponível para pesquisadores inovadores nos próximos anos. ”
Este planeta recém-descoberto, conhecido como Kepler-90i, é um planeta rochoso com tamanho comparável ao da Terra (1,32 ± 0,21 raio da Terra) que orbita sua estrela por um período de 14,4 dias. Dada a sua proximidade com sua estrela, acredita-se que este planeta experimente temperaturas extremas de 709 K (436 ° C; 817 ° F) - tornando-o mais quente do que a alta diurna de Mercúrio, de 700 K (427 ° C; 800 ° F).
Como engenheiro de software sênior da equipe de pesquisa do Google, Google AI, Shallue teve a idéia de aplicar uma rede neural aos dados do Kepler depois de aprender que a astronomia (como outros ramos da ciência) está se tornando rapidamente uma preocupação de "big data". À medida que a tecnologia para coleta de dados se torna mais avançada, os cientistas se vêem inundados por conjuntos de dados de tamanho e complexidade cada vez maiores. Como Shallue explicou:
"No meu tempo livre, comecei a pesquisar no Google por" encontrar exoplanetas com grandes conjuntos de dados "e descobri a missão Kepler e o enorme conjunto de dados disponível. O aprendizado de máquina realmente brilha em situações em que há tantos dados que os humanos não conseguem pesquisá-los por si mesmos. ”
A missão Kepler, em seus primeiros quatro anos de operação, acumulou um conjunto de dados que consistia em 35.000 possíveis sinais de trânsito planetário. No passado, testes automatizados e, às vezes, inspeções visuais eram usados para verificar os sinais mais promissores nos dados. No entanto, os sinais mais fracos eram frequentemente ignorados com esses métodos, deixando dezenas ou mesmo centenas de planetas desaparecidos.
Procurando melhorar isso, Shallue juntou-se a Andrew Vanderburgh - pesquisador de pós-graduação da National Science Foundation e pesquisador da NASA Sagan - para ver se o aprendizado de máquina poderia explorar os dados e gerar mais sinais. O primeiro passo consistiu em treinar uma rede neural para identificar exoplanetas em trânsito usando um conjunto de 15.000 sinais previamente examinados do catálogo de exoplanetas Kepler.
No conjunto de testes, a rede neural identificou corretamente planetas verdadeiros e falsos positivos com uma taxa de precisão de 96%. Tendo demonstrado que podia reconhecer sinais de trânsito, a equipe então direcionou sua rede neural para procurar sinais mais fracos em 670 sistemas estelares que já tinham vários planetas conhecidos. Isso incluía o Kepler-80, que possuía cinco planetas conhecidos anteriormente, e o Kepler-90, que possuía sete. Como Vanderburg indicou:
“Temos muitos falsos positivos de planetas, mas também planetas potencialmente mais reais. É como vasculhar pedras para encontrar jóias. Se você tiver uma peneira mais fina, poderá pegar mais pedras, mas também poderá pegar mais jóias. ”
O sexto planeta em Kepler-80 é conhecido como Kepler-80g, um planeta do tamanho da Terra que está em uma cadeia ressonante com seus cinco planetas vizinhos. Isso ocorre quando os planetas são bloqueados por sua gravidade mútua em um sistema extremamente estável, semelhante ao que os sete planetas do TRAPPIST-1 experimentam. O Kepler-90i, por outro lado, é um planeta do tamanho da Terra que experimenta condições e órbitas semelhantes a Mercúrio fora de 90b e 90c.
No futuro, Shallue e Vanderburg planejam aplicar sua rede neural ao arquivo completo de Kepler com mais de 150.000 estrelas. Nesse conjunto massivo de dados, é provável que muitos outros planetas estejam à espreita e citam possivelmente dentro de sistemas multi-planetários que já foram pesquisados. A esse respeito, a missão Kepler (que já foi inestimável para a pesquisa de exoplanetas) mostrou que ela tem muito mais a oferecer.
Como Jessie Dotson, cientista do projeto de Kepler no Ames Research Center da NASA, colocou:
"Esses resultados demonstram o valor duradouro da missão de Kepler. Novas maneiras de analisar os dados - como esta pesquisa em estágio inicial para aplicar algoritmos de aprendizado de máquina - prometem continuar a produzir avanços significativos em nossa compreensão dos sistemas planetários em torno de outras estrelas. Tenho certeza de que há mais novidades nos dados aguardando que as pessoas os encontrem. "
Naturalmente, o fato de que uma estrela parecida com o Sol agora é conhecida por ter um sistema de oito planetas (como o nosso Sistema Solar), há quem se pergunte se esse sistema poderia ser uma boa aposta para encontrar vida extraterrestre. Mas antes que alguém fique muito empolgado, vale a pena notar que os planetas do Kepler-90 orbitam muito perto da estrela. O planeta mais externo, Kepler-90h, orbita a uma distância semelhante à sua estrela, como a Terra faz ao Sol.
A descoberta de um oitavo planeta em torno de outra estrela também significa que existe um sistema por aí que rivaliza com o Sistema Solar em número total de planetas. Talvez seja a hora de reconsiderarmos a decisão da IAU de 2006 - você sabe, aquela em que Plutão foi "rebaixado"? E enquanto estamos nisso, talvez devamos acelerar Ceres, Eris, Haumea, Makemake, Sedna e o resto para o planeta. Caso contrário, de que outra forma planejamos manter nosso registro?
No futuro, processos semelhantes de aprendizado de máquina provavelmente serão aplicados a missões de caça de exoplanetas da próxima geração, como o Transiting Exoplanet Survey Satellite (TESS) e o James Webb Space Telescope (JWST). Essas missões estão programadas para serem lançadas em 2018 e 2019, respectivamente. Enquanto isso, certamente haverá muitas outras revelações vindas do Kepler!
