Sapere Scienza

Sapere Scienza

Alla ricerca di esopianeti con l’intelligenza artificiale

15 Maggio 2018

Nelle sale cinematografiche sta per arrivare la pellicola su Han Solo, uno dei protagonisti della celebre e amatissima saga di Star Wars. Uno dei luoghi più evocativi della vecchia pellicola è Tatooine, il pianeta in cui è vissuto Luke Skywalker e dal quale si può ammirare un tramonto con due soli. Ed ecco che la fantasia irrompe nella realtà: corpi celesti che ruotano intorno a due o più soli esistono e gli astronomi della Columbia University hanno trovato un modo per individuare quelli che potrebbero ospitare la vita.

 

Tatooine e i pianeti circumbinari

 

Un pianeta “tatooiniano” è un corpo celeste che orbita intorno a due soli. Sono stati scoperti decine di pianeti di questa tipologia ma risulta molto complesso per gli studiosi capire quali di questi possano essere effettivamente abitabili. Muoversi intorno a due stelle può portare, infatti, a grandi cambiamenti dell’orbita e ciò può tradursi in una espulsione totale dal sistema o in uno scontro violento con uno dei due soli. Riuscire a prevedere il futuro di questi esopianeti richiede calcoli molto complessi, soprattutto quando ci si trova davanti alla presenza di una ulteriore stella. Le simulazioni svolte con i metodi tradizionali si sono rivelate nella maggior parte dei casi fallimentari ma un recente studio ci sta donando una “una nuova speranza”.

 

banner articoli sapere3

 

Machine learning e astronomia

 

Come possiamo immaginare, un pianeta deve sopravvivere per miliardi di anni in determinate condizioni affinché la vita possa evolvere sulla sua superficie quindi la stabilità della sua orbita è un punto chiave in una prospettiva di abitabilità. Il lavoro pubblicato su Monthly Notices of the Royal Astronomical Society da Christopher Lam e David Kipping, due astronomi della Columbia University di New York, mostra come il machine learning, l’apprendimento automatico, possa procedere con predizioni accurate persino dove l’approccio standard solitamente fallisce. Dopo aver creato milioni di ipotetici Tatooine aventi parametri differenti e simulando per ciascuno un test di stabilità, i numerosi dati ricavati sono stati introdotti nel network della macchina. “La classificazione con parametri numerosi, complessi e interconnessi è un problema perfetto per il machine learning” ha affermato il professor Kipping su phys.org, è così è stato: in poche ore il network si è stabilizzato ed è stato in grado di superare l'accuratezza del metodo standard.

 

 

Aspettando TESS

 

Il lavoro di Lam e Kipping sarà sicuramente di supporto per TESS (Transiting Exoplanet Survey Satellite): la missione della NASA rileverà 200.000 delle più luminose stelle vicine al Sole per cercare esopianeti in transito. Christopher Lam ha spiegato: “Il nostro modello aiuterà gli astronomi a conoscere quali regioni sono le migliori per cercare pianeti che orbitano intorno a un sistema binario. Questo ci supporterà, se tutto va bene, nella scoperta di nuovi esopianeti e nell'avanzamento della comprensione delle loro proprietà”.

 

Continuate a viaggiare nello spazio acquistando e leggendo l’articolo “La ricerca di vita nell’Universo” di Roberto Orosei e Barbara Cavalazzi, pubblicato nel numero di Sapere di ottobre 2017.

 

Immagine di copertina: il pianeta Kepler-16b in una rappresentazione artistica. Credits: NASA/JPL-Caltech

copertina   luglio-agosto 2018

  COMPRA IL NUMERO

 
  ABBONATI

 
  SOMMARIO

 
  EDITORIALE

bannerCnrXSapere 0

iscriviti copia

clark

Questo sito utilizza cookie, anche di terze parti, per migliorare la tua esperienza di navigazione. Se vuoi saperne di più consulta l'informativa estesa. Cliccando su ok acconsenti all'uso dei cookie.