La tecnología simula 10.000 órbitas en una fracción de segundo y advierte de los riesgos de colisión entre los mundos.

Desde que Michel Mayor y Didier Queloz descubrieran el primer exoplaneta conocido, 51 Pegasi b, en 1995, los astrónomos han encontrado más de 4.000 mundos que orbitan alrededor de otras estrellas.

De ellos, casi la mitad están en sistemas de varios planetas que tienen un gran interés para los científicos.

Su objetivo es encontrar sistemas estables, como el nuestro, en los que los mundos puedan perdurar durante miles de millones de años y no acaben chocando unos contra otros.

Esta estabilidad puede aumentar la esperanza de descubrir una nueva Tierra.

Hasta ahora nadie ha encontrado una manera de predecir teóricamente estas configuraciones estables.

Para ello, los astrónomos necesitan calcular los movimientos de múltiples planetas interactuando durante miles de millones de años y verificar la estabilidad de cada configuración posible, una tarea computacionalmente prohibitiva.

Un equipo internacional de astrofísicos liderado por Daniel Tamayo, miembro del programa Sagan Fellowship de la NASA en ciencias astrofísicas de la Universidad de Princeton, cree haber resuelto el problema gracias a la inteligencia artificial.

El investigador ha acelerado el proceso combinando modelos simplificados de interacciones dinámicas de planetas con métodos de aprendizaje automático.

Esto permite eliminar rápidamente grandes extensiones de configuraciones orbitales inestables: los cálculos que habrían tomado decenas de miles de horas ahora se pueden hacer en minutos.

«Separar las configuraciones estables de las inestables resulta ser un problema fascinante y brutalmente difícil», reconoce Tamayo, cuyo trabajo aparece publicado en la revista «PNAS».

Para la mayoría de los sistemas de múltiples planetas, hay muchas configuraciones orbitales que son posibles dados los datos de observación actuales (es probable que muchos exoplanetas pequeños no puedan verse con las técnicas actuales), de las cuales no todas serán estables.

Muchas configuraciones que son teóricamente posibles se desestabilizarían «rápidamente», es decir, en no muchos millones de años, en una maraña de órbitas cruzadas.

El objetivo era descartar las llamadas «inestabilidades rápidas».

«No podemos decir categóricamente ‘Este sistema estará bien, pero ese explotará pronto’», dice el investigador.

«El objetivo, en cambio, es, para un sistema dado, descartar todas las posibilidades inestables que ya habrían chocado y que no podrían existir en la actualidad».

En lugar de simular una configuración dada para mil millones de órbitas, el enfoque tradicional de fuerza bruta, que llevaría aproximadamente diez horas, el modelo de Tamayo simula en cambio 10.000 órbitas, lo que solo lleva una fracción de segundo.

A partir de este breve fragmento, los investigadores calcularon diez métricas de resumen que capturan la dinámica del sistema.

Finalmente, entrenaron un algoritmo de aprendizaje automático para predecir a partir de estas diez características si la configuración se mantendría estable si la dejaran alcanzar mil millones de órbitas.

El modelo, al que el equipo ha llamado SPOCK, Clasificador de estabilidad de configuraciones orbitales planetarias, pretende determinar si los sistemas «vivirán y prosperarán».

SPOCK determina la estabilidad a largo plazo de las configuraciones planetarias aproximadamente 100.000 veces más rápido que el enfoque anterior, rompiendo el cuello de botella computacional.

«Este nuevo método proporcionará una ventana más clara a las arquitecturas orbitales de los sistemas planetarios más allá del nuestro», dice el investigador.

«Ahora se sabe que más de 700 estrellas tienen dos o más planetas orbitando a su alrededor», señala el profesor Michael Strauss, presidente del Departamento de Ciencias Astrofísicas de Princeton.

«Dan y sus colegas han encontrado una forma fundamentalmente nueva de explorar la dinámica de estos sistemas multiplanetarios.

Con esto, podemos esperar comprender en detalle la gama completa de arquitecturas de sistema solar que la naturaleza permite».

Según Jessie Christiansen, astrofísica del Archivo de Exoplanetas de la NASA que no participó en esta investigación, SPOCK es especialmente útil para dar sentido a algunos de los débiles y distantes sistemas planetarios recientemente detectados por el telescopio Kepler.

«Es difícil restringir sus propiedades con nuestros instrumentos actuales», dice.

«¿Son planetas rocosos, gigantes de hielo o gigantes gaseosos? ¿O algo nuevo?

Esta nueva herramienta nos permitirá descartar posibles composiciones y configuraciones planetarias que serían dinámicamente inestables, y nos permite hacerlo de manera más precisa a mayor escala de la que estaba disponible anteriormente».

Por ejemplo, los investigadores aplicaron su técnica al sistema Kepler-431, que se sabe compuesto por tres planetas pero de los que se sabe poco sobre las formas de sus órbitas.

El equipo eliminó todas las configuraciones inestables que ya habrían chocado y que no se podrían observar hoy.

Hacer esto con métodos anteriores habría llevado más de un año de tiempo de computación.

Con su nuevo modelo SPOCK, se tarda catorce minutos.

Fuente: ABC

Artículos relacionados:

Inteligencia artificial predice qué virus, como el SARS-CoV-2, podrían infectar a los seres humanos Inteligencia Artificial ayudará a predecir qué planetas son habitables La inteligencia artificial, también en sistemas cuánticos Inteligencia artificial contra la suplantación de identidad en sistemas de reconocimiento por voz Nueva técnica de cifrado para proteger sistemas de inteligencia artificial basados en la nube Por primera vez, una inteligencia artificial toma el control de sistemas de un jet militar