Algorytm RAVEN odkrywa ponad 100 nowych planet w danych z misji TESS
Zespół astronomów z University of Warwick, pod kierownictwem dr Mariny Lafargi Magro oraz dr. Andreasa Hadjigeorghiou, dokonał masowej weryfikacji danych pochodzących z misji NASA Transiting Exoplanet Survey Satellite (TESS). Wykorzystując autorski system sztucznej inteligencji o nazwie RAVEN (Ranking and Validation of Exoplanets), badacze przeanalizowali obserwacje ponad 2,2 miliona gwiazd zebrane w ciągu pierwszych czterech lat działania teleskopu. Efektem prac opublikowanych w czasopiśmie "Monthly Notices of the Royal Astronomical Society" jest potwierdzenie istnienia 118 egzoplanet, z których 31 to obiekty wcześniej całkowicie nieznane nauce.
RAVEN to zaawansowany, zautomatyzowany rurociąg przetwarzania danych (pipeline), który w jednym procesie integruje detekcję, weryfikację oraz statystyczną walidację sygnałów tranzytowych. System opiera się na modelach uczenia maszynowego wyszkolonych na bazie setek tysięcy realistycznych symulacji przejść planetarnych oraz zjawisk astrofizycznych mogących je imitować. Algorytmy uczono rozpoznawać specyficzne wzorce spadków jasności gwiazd, odróżniając prawdziwe planety od szumu instrumentalnego czy zaćmień w układach gwiazd podwójnych. Dzięki zastosowaniu ramy bayesowskiej do oceny prawdopodobieństwa, AI eliminuje subiektywizm i błędy typowe dla manualnej analizy, którą stosowano przy wcześniejszych misjach, takich jak Kepler.
Badania koncentrowały się na planetach krótkookresowych, wykonujących pełny obieg wokół swojej gwiazdy w czasie krótszym niż 16 dni. Precyzja algorytmu pozwoliła ustalić, że około 9–10% gwiazd typu solarno-podobnego posiada blisko krążącego towarzysza. Analiza rzuciła także nowe światło na zagadkę tzw. pustyni neptuńskiej – obszaru w bezpośrednim sąsiedztwie gwiazd, gdzie planety o rozmiarach Neptuna występują niezwykle rzadko. Dr Kaiming Cui wskazuje, że dzięki RAVEN udało się precyzyjnie wyliczyć, iż zjawisko to dotyczy zaledwie 0,08% badanych układów.
Oprócz potwierdzonych globów, system zidentyfikował ponad 2000 wysokiej jakości kandydatów na planety, z których blisko połowa nie figurowała wcześniej w żadnych katalogach. Tak dokładnie scharakteryzowana próbka pozwala na testowanie teorii formacji i migracji układów planetarnych z nieosiągalną dotąd dokładnością. Wyselekcjonowane przez AI najbardziej obiecujące systemy staną się teraz priorytetowymi celami dla przyszłych obserwacji prowadzonych przez naziemne spektrografy oraz nadchodzącą misję Europejskiej Agencji Kosmicznej – PLATO. Udostępnienie interaktywnych narzędzi i katalogów przez zespół z Warwick ma przyspieszyć globalne badania nad różnorodnością światów poza Układem Słonecznym.
Źródło: https://www.sciencedaily.com/releases/2026/05/260502233926.htm
