A busca por exoplanetas semelhantes à Terra (planetas que orbitam outras estrelas além do nosso Sol) é um tema central na pesquisa planetária atual.
Por Redação, com Europa Press – de Nova York
Os cientistas desenvolveram um modelo de aprendizado de máquina que prevê possíveis sistemas planetários com planetas semelhantes à Terra para acelerar a busca futura por gêmeos do nosso mundo.
A busca por exoplanetas semelhantes à Terra (planetas que orbitam outras estrelas além do nosso Sol) é um tema central na pesquisa planetária atual, pois é altamente provável que a vida extraterrestre possa ser encontrada lá. Pesquisadores da Universidade de Berna desenvolveram um modelo inovador de aprendizado de máquina que identifica sistemas planetários que poderiam abrigar planetas semelhantes à Terra. O estudo acaba de ser publicado na revista Astronomy & Astrophysics.
O Modelo de Berna
Um modelo de aprendizado de máquina é uma ferramenta estatística treinada em dados para reconhecer certos tipos de padrões e fazer previsões. A pesquisadora de pós-doutorado Jeanne Davoult, principal autora do estudo, explica em um comunicado: “Nosso modelo é baseado em um algoritmo que desenvolvi e que foi treinado para reconhecer e classificar sistemas planetários que abrigam planetas semelhantes à Terra.
O modelo se baseia em estudos anteriores para inferir uma correlação entre a presença ou ausência de um planeta semelhante à Terra e as propriedades de seu sistema.
O algoritmo foi treinado e testado com dados do chamado Bern Model of Planetary Formation and Evolution (Modelo de Berna de Formação e Evolução Planetária). “O Modelo de Berna fornece informações sobre como os planetas se formaram, como eles evoluíram e que tipos de planetas se desenvolvem sob certas condições em um disco protoplanetário”, explica o coautor Dr. Yann Alibert.
Desde 2003, o Modelo de Berna vem sendo desenvolvido continuamente na Universidade de Berna. “O Modelo de Berna é um dos poucos modelos em todo o mundo que oferece uma riqueza tão grande de processos físicos inter-relacionados e permite um estudo como o atual”, continua Alibert.
99% de precisão do novo modelo
O algoritmo do novo modelo de aprendizado de máquina foi treinado e testado usando dados de sistemas planetários sintéticos do Modelo de Berna. “Os resultados são impressionantes: o algoritmo atinge valores de precisão de até 0,99, o que significa que 99% dos sistemas identificados pelo modelo de aprendizado de máquina contêm pelo menos um planeta semelhante à Terra”, diz Davoult.
O modelo foi então aplicado a sistemas planetários observados. “O modelo identificou 44 sistemas com alta probabilidade de abrigar planetas semelhantes à Terra não detectados. Um estudo posterior confirmou a possibilidade teórica de que esses sistemas abrigam um planeta semelhante à Terra”, explica Davoult.
