Cómo la NASA utiliza IA para descubrir planetas: los últimos hallazgos

El avance de la inteligencia artificial está transformando la exploración espacial. Un programa desarrollado por el Centro de Investigación Ames de la NASA ha permitido validar 370 exoplanetas empleando algoritmos de aprendizaje profundo. Ahora, este sistema evoluciona con una nueva versión entrenada con datos tanto de la histórica misión Kepler como de la actual misión TESS (Satélite de Sondeo de Exoplanetas en Tránsito), lo que abre una etapa decisiva en la búsqueda de nuevos mundos.

Este salto tecnológico no solo expande la capacidad de procesamiento sobre los datos públicos de TESS, sino que también prepara a la comunidad científica para el inminente flujo de información que generarán futuras misiones como el Telescopio Espacial Nancy Grace Roman, destinado a registrar decenas de miles de tránsitos planetarios. Según la NASA, estos registros se mantendrán de acceso libre, en concordancia con la política de ciencia abierta que impulsa la agencia estadounidense.

En la primera ejecución con los datos de TESS, el programa denominado ExoMiner identificó 7.000 objetivos candidatos a exoplanetas. Cada uno representa una señal con alto grado de probabilidad de corresponder a un auténtico planeta, a la espera de observaciones de seguimiento mediante telescopios adicionales para su confirmación definitiva.

Jon Jenkins, científico del Centro Ames, definió: “La iniciativa de ciencia abierta de la NASA no solo conducirá a una mejor ciencia, sino también a un mejor software”. Jenkins atribuye el rápido progreso astrofísico a dos factores centrales: ciencia y software de código abierto.

ExoMiner++ integra estrategias de análisis sofisticado para diferenciar entre los tránsitos causados por exoplanetas y aquellos generados por otros fenómenos astronómicos, como estrellas binarias eclipsantes. Miguel Martinho, coinvestigador de ExoMiner++ y empleado de KBR en NASA Ames, subrayó: “Cuando se tienen cientos de miles de señales, como en este caso, es el lugar ideal para implementar estas tecnologías de aprendizaje profundo”. El volumen masivo de datos requiere herramientas que procesen, clasifiquen y validen señales cuya naturaleza puede escaparse al escrutinio humano sin el auxilio de la inteligencia artificial.

Las misiones Kepler y TESS difieren en su método de detección y su campo de observación. Kepler, ya finalizada, inspeccionó una pequeña sección del cielo con una profundidad sin precedentes, mientras que TESS adopta una estrategia de escaneo casi total del firmamento, centrando su atención en estrellas cercanas y detectando planetas en tránsito. A pesar de sus divergencias operativas, los conjuntos de datos que generan resultan compatibles, lo que posibilita el entrenamiento cruzado del modelo ExoMiner++ con información de ambos telescopios. De este modo, el rendimiento y la confiabilidad de las predicciones aumentan de forma significativa.

La nueva versión del algoritmo, según el artículo publicado en The Astronomical Journal, ya contribuyó en la selección de señales prometedoras en los datos abiertos de la NASA. Hamed Valizadegan, líder del proyecto ExoMiner y también empleado de KBR en NASA Ames, sintetizó la eficiencia del modelo al afirmar: “Con pocos recursos, podemos obtener muchos beneficios”. La sinergia entre plataformas de código abierto, inteligencia artificial y grandes bases de datos optimiza el uso de recursos y agiliza la obtención de resultados relevantes.

El siguiente paso que proyecta el equipo de desarrollo de ExoMiner++ es expandir la autonomía del sistema. Actualmente, el modelo necesita una lista previa de posibles señales de tránsito para analizar. El objetivo es que, en futuras versiones, logre identificar esas señales por sí mismo a partir de los datos sin procesar, lo que reduciría de forma notable la intervención humana en la etapa inicial del descubrimiento.

El legado de Kepler y el potencial de TESS resultaron determinantes en la revelación de más de seis mil exoplanetas, la mayoría encontrados gracias a los datos públicos gestionados por la NASA. Más de la mitad de estos planetas proceden de estas dos misiones, pero los científicos estiman que los archivos digitales conservan todavía un número indeterminado de mundos por descubrir, esperando el análisis adecuado. ExoMiner++ emerge como herramienta clave para extraer ese potencial latente y orientar la próxima generación de investigaciones sobre planetas fuera del Sistema Solar.