L’esplorazione spaziale sta vivendo una trasformazione senza precedenti, spostando il baricentro della scoperta dall’osservazione oculare diretta all’analisi computazionale massiva. Recentemente, un team di astronomi dell’Università di Warwick ha annunciato l’identificazione di 118 esopianeti precedentemente sconosciuti, di cui 31 confermati con estrema precisione nelle ultime analisi. Questa straordinaria impresa scientifica è stata resa possibile da RAVEN, uno strumento di intelligenza artificiale all’avanguardia, progettato specificamente per setacciare l’immensa mole di dati raccolta dal satellite TESS della NASA.

• Esplorazioni nel deserto nettuniano e sistemi multiplanetari
• Mappare la Via Lattea
• Il futuro della ricerca astronomica 

Esplorazioni nel deserto nettuniano e sistemi multiplanetari

La missione TESS opera monitorando la luminosità di oltre 2,2 milioni di stelle, cercando il cosiddetto “metodo del transito”: lievi cali di luce che indicano il passaggio di un corpo celeste davanti alla propria stella madre. Tuttavia, la sfida tecnica è colossale. Distinguere un vero pianeta da falsi positivi causati da stelle binarie ad eclisse o dal rumore strumentale è un compito che richiederebbe decenni di lavoro umano. RAVEN eccelle proprio in questo contesto di Big Data, essendo stato addestrato su un dataset complesso di centinaia di migliaia di simulazioni realistiche. Il modello di apprendimento automatico ha imparato a riconoscere schemi sottili, fornendo una valutazione oggettiva che ha già portato all’individuazione di oltre 2.000 candidati pianeti di alta qualità, pronti per essere studiati nel dettaglio.

La ricerca si è concentrata sui pianeti caratterizzati da orbite estremamente brevi, ovvero quei mondi che completano una rivoluzione attorno al proprio sole in meno di 16 giorni. Tra le popolazioni planetarie emerse dalle analisi di RAVEN figurano i pianeti a periodo ultra-breve, corpi celesti che orbitano così vicini alla loro stella da chiudere un “anno” in meno di 24 ore terrestri. Questi mondi rappresentano laboratori naturali estremi per studiare gli effetti delle radiazioni stellari sulle atmosfere planetarie.

Una delle scoperte più significative riguarda però il cosiddetto deserto nettuniano. Si tratta di una regione dello spazio, molto prossima alle stelle, dove secondo i modelli teorici la presenza di pianeti delle dimensioni di Nettuno dovrebbe essere quasi nulla a causa dell’evaporazione atmosferica indotta dal calore. Grazie alla precisione dell’intelligenza artificiale, i ricercatori hanno potuto quantificare per la prima volta questo fenomeno con un rigore statistico mai raggiunto prima, dimostrando che solo lo 0,08% delle stelle simili al Sole ospita un pianeta in questa zona “proibita”.

Mappare la Via Lattea

Lo studio ha confermato che circa il 9-10% delle stelle simili al Sole possiede un pianeta in orbita ravvicinata. Questo dato è fondamentale perché convalida e affina i risultati ottenuti in passato dalla missione Kepler della NASA. Mentre Kepler aveva aperto la strada a queste misurazioni, i nuovi strumenti basati sull’IA applicati ai dati di TESS hanno ridotto le incertezze statistiche fino a dieci volte, offrendo una visione molto più nitida della nostra vicinanza galattica.

L’utilizzo di pipeline automatizzate come RAVEN consente una coerenza che l’analisi manuale non potrebbe mai garantire. Ogni segnale luminoso viene processato con gli stessi criteri, eliminando i pregiudizi interpretativi dei singoli ricercatori e permettendo di costruire un catalogo affidabile che servirà da guida per le missioni del prossimo decennio, come il telescopio spaziale PLATO o l’investigazione diretta tramite il James Webb Space Telescope.

Il futuro della ricerca astronomica 

L’integrazione dell’intelligenza artificiale non sta semplicemente accelerando la scoperta di singoli esopianeti, ma sta trasformando l’astronomia in una vera e propria “scienza delle popolazioni”. Non ci si limita più a dire “abbiamo trovato un pianeta”, ma si è in grado di comprendere come le diverse tipologie di mondi si distribuiscono attorno a stelle di diverse età e dimensioni.