La IA ayuda a los astrónomos a encontrar estrellas que devoran planetas en la Vía Láctea

Para los astrónomos el estudio de las estrellas es muy valioso, pero algunas son difíciles de encontrar. A través de su análisis se intenta conocer el interior de aquellos planetas (distantes al nuestro, pero dentro de la propia Vía Láctea), que fueron devorados por una enana blanca de su sistema planetario..

Gracias a una nueva técnica de inteligencia artificial (IA), los científicos ahora pueden identificar estas esquivas estrellas con mucha más rapidez y precisión.

En la búsqueda de enanas blancas

Las enanas blancas son estrellas que han llegado al final de su ciclo de vida. Tras quemar todo su combustible, se desprenden de sus capas externas y se enfrían lentamente.

Algún día nuestro Sol se convertirá en una enana blanca, pero no hasta dentro de 6 mil millones de años. A veces, los planetas que orbitan alrededor de una enana blanca son atraídos por la gravedad de la estrella, y terminan devorados y exterminados por ella. Cuando esto sucede, la atmósfera de la estrella es invadida por los metales pesados que pertenecían al núcleo del planeta que ha destruido.

“En el caso de las enanas blancas contaminadas por estos metales, el interior de los planetas queda literalmente grabado en la superficie de la estrella para que podamos estudiarlo”, explicó Malia Kao, estudiante de posgrado de la Universidad de Texas en Austin y autora principal de un nuevo estudio sobre el tema. Y agregó, “estas enanas blancas contaminadas nos brindan la mejor manera de comprender de qué están hechos los planetas fuera de nuestro sistema solar”.

Como dijimos, encontrar estas estrellas contaminadas por los restos de los planetas que “se comió”, no es tarea fácil. La evidencia de metales pesados en sus atmósferas es sutil y solo se puede detectar en un corto período de tiempo.

Tradicionalmente, los astrónomos tenían que examinar manualmente grandes cantidades de datos de sondeo para encontrar estas estrellas, una tarea que demandaba mucho tiempo y era complicada; pero, gracias a la IA eso ahora ha cambiado.

Nueva IA al servicio de los astrónomos

Para acelerar el proceso, el equipo de Kao utilizó una técnica de inteligencia artificial llamada aprendizaje múltiple. Este método permite que un algoritmo escanee grandes conjuntos de datos y agrupe elementos similares, lo que facilita a los investigadores la identificación de patrones y la detección de candidatos prometedores para estudios posteriores.

El equipo aplicó esta técnica a los datos del telescopio espacial Gaia, que había recopilado información espectroscópica sobre más de 100 mil posibles enanas blancas.

A pesar de la baja resolución de los datos, la IA pudo identificar 375 estrellas que mostraban signos de contaminación por metales pesados. Las observaciones de seguimiento realizadas con el telescopio Hobby-Eberly en el Observatorio McDonald de la Universidad de Texas confirmaron que estas estrellas eran, efectivamente, enanas blancas contaminadas.

“Nuestro método puede potencialmente incrementar diez veces el número de enanas blancas contaminadas conocidas, permitiéndonos comprender mejor la variedad y geología de los planetas fuera de nuestro sistema solar”, dijo Kao.

“En última instancia, queremos averiguar si puede existir vida en otras partes del universo. Si nuestro sistema solar es único, también podría serlo en su capacidad para albergar vida”.

Este uso innovador de la IA es sólo un ejemplo de cómo los investigadores de la Universidad de Texas en Austin están utilizando tecnología de vanguardia para resolver algunos de los mayores misterios de la ciencia.

Referencia de la noticia:

Malia Kao, et al. "AI helps astronomers find stars ‘eating’ planets in the Milky Way", informe de la Universidad de Texas, en Austin, Estados Unidos.