L’intelligenza artificiale corre in aiuto dei ricercatori che si occupano di dare la caccia agli esopianeti. Nello specifico, un gruppo di astronomi guidato da Natalie Hinkel, del Southwest Research Institute, ha elaborato un algoritmo di apprendimento automatico progettato per studiare pianeti giganti, simili a Giove, troppo lontani dalle loro stelle da individuare facilmente con i telescopi attualmente a disposizione.
Dai primi dati che il gruppo ha potuto esaminare è emerso che tre stelle della survey potrebbero ospitare pianeti giganti, simili a Giove, a circa 100 anni luce di distanza.
Come funziona questo algoritmo? È stato ideato per sfruttare le informazioni sulla composizione chimica delle stelle in modo da suggerire ai ricercatori quali tra queste possano eventualmente ospitare pianeti – e chissà, magari pianeti abitabili – facilitando così la selezione dei target di future campagne osservative. Gli elementi chimici di cui sono “ghiotti” gli astronomi sono quelli presenti anche sulla Terra, quindi carbonio, ferro e ossigeno: è possibile individuarli negli strati superiori delle stelle e da lì ipotizzare se ci possano essere tracce di pianeti nelle vicinanze. Anche il sodio si è rivelato un elemento chiave nella ricerca
In fase di test, l’algoritmo ha esaminato un immenso database sviluppato da Hinkel, prima autrice dello studio pubblicato su Astrophysical Journal, determinando la natura degli elementi che compongono più di 4200 stelle e valutando la loro probabilità di ospitare pianeti.
Perché dare la caccia di pianeti gioviani? Sono tra quelli più difficili da trovare, perché si trovano a orbitare lontano dalle loro stelle, ma una volta individuati i gemelli di Giove – quindi gassosi e giganti – è probabile trovare anche pianeti rocciosi simili alla Terra, che di solito vengono protetti da meteore, comete e altri oggetti volanti proprio dai pianeti più grandi. E da lì sperare di trovare – magari – qualche chance di abitabilità…
Per saperne di più:
- Leggi su The Astrophysical Journal l’articolo “A Recommendation Algorithm to Predict Giant Exoplanet Host Stars Using Stellar Elemental Abundances” di Natalie R. Hinkel, Cayman Unterborn, Stephen R. Kane, Garrett Somers e Richard Galvez