La exploración de planetas fuera del sistema solar da un salto cualitativo con la irrupción de la inteligencia artificial (IA) en el análisis astronómico. Un equipo de la Universidad de Warwick ha validado 118 nuevos exoplanetas, incluidos 31 descubiertos recientemente, gracias a un sistema denominado RAVEN, aplicado a datos del satélite TESS de la NASA.
Este avance no solo amplía el catálogo de mundos conocidos, sino que también mejora la capacidad de los científicos para identificar con precisión señales planetarias entre millones de observaciones estelares.
La inteligencia artificial permite validar más de 100 exoplanetas y miles de candidatos en datos de la NASA
Un análisis masivo de más de 2,2 millones de estrellas
El equipo analizó datos de más de 2,2 millones de estrellas recopilados durante los primeros cuatro años de la misión TESS. El objetivo era identificar planetas con órbitas cortas, especialmente aquellos que completan una vuelta en menos de 16 días.
La investigadora Marina Lafarga Magro destaca que el sistema ha permitido validar 118 planetas nuevos y detectar más de 2.000 candidatos de alta calidad, de los cuales cerca de 1.000 son completamente nuevos.
| Indicador clave | Resultado |
|---|---|
| Estrellas analizadas | 2,2 millones |
| Planetas validados | 118 |
| Candidatos detectados | Más de 2.000 |
| Nuevos candidatos | Cerca de 1.000 |
Planetas extremos y sistemas desconocidos
Entre los hallazgos destacan varios tipos de planetas poco comunes. Se han identificado planetas de período ultracorto, que orbitan en menos de 24 horas, así como planetas situados en el denominado “desierto neptuniano”, una región donde se esperaba escasez de este tipo de mundos.
También se han descubierto sistemas multiplanetarios cercanos, incluyendo pares de planetas previamente desconocidos orbitando la misma estrella.
El estudio revela planetas raros y sistemas múltiples hasta ahora desconocidos en el universo cercano
Mayor precisión en la detección gracias a la IA
Uno de los principales retos en astronomía es distinguir entre señales reales de planetas y otros fenómenos, como estrellas binarias. El sistema RAVEN utiliza modelos de aprendizaje automático entrenados con cientos de miles de simulaciones para identificar patrones y reducir errores.
Según el investigador Andreas Hadjigeorghiou, la fortaleza del sistema reside en su capacidad para diferenciar eventos astrofísicos complejos con gran precisión.
Frecuencia de planetas cercanos a estrellas como el Sol
El estudio también permite medir con mayor exactitud la presencia de planetas en el universo. Los resultados muestran que entre el 9% y el 10% de las estrellas similares al Sol albergan un planeta cercano.
Además, los planetas del llamado “desierto de Neptuno” aparecen solo en el 0,08% de estas estrellas, confirmando su rareza.
| Tipo de planeta | Frecuencia |
|---|---|
| Planetas cercanos a estrellas tipo Sol | 9%-10% |
| Planetas del desierto neptuniano | 0,08% |
Un nuevo impulso a la astronomía moderna
El uso de inteligencia artificial no solo acelera los descubrimientos, sino que permite estudiar la población de exoplanetas con un nivel de detalle sin precedentes. Las herramientas y catálogos generados por el equipo facilitarán futuras investigaciones y ayudarán a seleccionar objetivos para misiones como PLATO de la Agencia Espacial Europea (ESA).
El avance confirma que la combinación de grandes bases de datos astronómicos e inteligencia artificial está transformando la forma en que se descubren y analizan nuevos mundos en el universo.
