Inteligência artificial revela mais de cem mundos extremos ocultos em dados da Nasa

Astrônomos da Universidade de Warwick, no Reino Unido, aplicaram um sistema avançado de inteligência artificial para analisar extensos volumes de dados astrofísicos. A tecnologia confirmou a existência de mais de cem exoplanetas, incluindo dezenas de mundos com condições ambientais extremas.

A ferramenta, denominada RAVEN, foi projetada para examinar as variações de luz estelar registradas pelo satélite TESS da Nasa. O sistema processou autonomamente informações de mais de dois milhões de estrelas observadas nos primeiros quatro anos da missão.

Durante o mapeamento, a inteligência artificial validou estatisticamente cento e dezoito novos planetas e identificou mais de dois mil candidatos para análises futuras. As descobertas incluem sistemas planetários muito próximos de suas estrelas, onde um ano se completa em menos de dezesseis dias terrestres.

A pesquisadora de pós-doutorado Marina Lafarga Magro explicou que a tecnologia classificou quase mil corpos celestes inteiramente novos para a ciência. Segundo o ScienceDaily, este catálogo ajudará a orientar estudos com futuros telescópios.

O aspecto mais notável do estudo é a identificação de categorias planetárias consideradas anômalas pelas teorias atuais. Os cientistas detectaram astros ultravelozes que completam órbitas em menos de vinte e quatro horas, além de mundos solitários na região conhecida como deserto netuniano, onde planetas de tamanho similar a Netuno são escassos em órbitas curtas.

O líder do desenvolvimento do sistema, Andreas Hadjigeorghiou, detalhou o desafio de separar sinais genuínos de falsos alarmes causados por estrelas binárias. O modelo foi treinado com centenas de milhares de simulações realistas para reconhecer padrões sutis detectáveis apenas por máquinas avançadas.

Diferente dos métodos tradicionais, o programa executa todo o fluxo analítico em uma única operação contínua. A plataforma detecta o sinal de escurecimento, aplica o filtro de aprendizado de máquina e realiza a validação do exoplaneta com velocidade sem precedentes.

O professor associado David Armstrong enfatizou que a análise automatizada gera matrizes informacionais objetivas e confiáveis. Essa precisão permite mapear a prevalência de diferentes tipos de planetas que orbitam estrelas semelhantes ao Sol.

A pesquisa revelou que cerca de dez por cento das estrelas do tipo solar abrigam um planeta em órbita de curtíssima distância. O levantamento reduziu as incertezas estatísticas anteriores em até dez vezes, superando os dados do telescópio espacial Kepler.

O pesquisador Kaiming Cui destacou que a equipe mediu diretamente a escassez de planetas no deserto netuniano. Tais corpos massivos e próximos sobrevivem em apenas 0,08% das estrelas solares conhecidas.

O algoritmo avalia quais perfis de astros sofrem vieses de detecção nos instrumentos espaciais. Essa correção produz conjuntos de dados limpos que ajudarão a responder questões sobre a formação de mundos na galáxia.

A integração entre bancos de dados colossais e aprendizado de máquina estabelece um novo paradigma que acelera o descobrimento do universo. A equipe disponibilizou as ferramentas na rede para que outros pesquisadores explorem os alvos e preparem missões espaciais futuras.

Leia também: Astrônomos identificam mais de 10 mil novos candidatos a planetas em dados da NASA

if(!email) { responses.innerHTML = "Por favor, insira um e-mail válido."; return; }

button.innerText = "Enviando..."; button.style.opacity = "0.7"; button.disabled = true; responses.innerHTML = "";

// Transforma a action nativa em endpoint JSONP e anexa os dados var formAction = this.action.replace('/post?', '/post-json?'); var formData = new FormData(this); var url = formAction;

for (var pair of formData.entries()) { url += "&" + encodeURIComponent(pair[0]) + "=" + encodeURIComponent(pair[1]); }

var script = document.createElement('script'); var callbackName = 'mailchimpCallback' + new Date().getTime(); window[callbackName] = function(data) { button.innerText = "ASSINAR"; button.style.opacity = "1"; button.disabled = false;

if (data.result === 'success') { responses.innerHTML = "✅ Inscrição confirmada com sucesso! Bem-vindo(a) ao O Cafezinho."; document.getElementById('mce-EMAIL-ajax').value = ''; } else { var msg = data.msg || ""; if(msg.includes('is already subscribed')) { msg = "⚠️ Este e-mail já está assinado na nossa newsletter."; } else if(msg.includes('too many')) { msg = "⚠️ Muitas tentativas. Tente novamente mais tarde."; } else if(msg.includes('domain')) { msg = "⚠️ O domínio do e-mail é inválido."; } else { msg = "⚠️ Erro: " + msg; } msg = msg.replace(/^[0-9]+\s-\s/, ''); responses.innerHTML = "" + msg + ""; } delete window[callbackName]; document.body.removeChild(script); };

url = url + '&c=' + callbackName; script.src = url; document.body.appendChild(script); });