La IA identifica más de 300 estrellas ocultas devoradoras de planetas dentro de la Vía Láctea

En el marco de un nuevo estudio, un algoritmo que empleó una forma de IA denominada aprendizaje múltiple aisló 375 estrellas con la composición metálica necesaria para ser consideradas como "enanas blancas contaminadas", en el entorno de nuestra galaxia. Se trata de un estadio al que llegan estrellas con masas similares al Sol sobre el final de sus vidas, convirtiéndose en "devoradoras" de planetas y contaminándose con los restos de los mundos que degluten.

Mediante el uso de una nueva herramienta de Inteligencia Artificial (IA) llamada aprendizaje múltiple, un equipo de científicos dirigido por la Universidad de Texas en Austin, en Estados Unidos, pudo identificar 375 estrellas “devoradoras de planetas” en la Vía Láctea. En un estudio publicado recientemente en la revista The Astrophysical Journal, los investigadores resaltaron que estas enanas blancas se dedican activamente a consumir planetas ubicados en su órbita.

Estrellas deglutiendo sus sistemas planetarios

Como explica Space.com, cuando el Sol se encuentre sobre el final de sus días, aproximadamente dentro de 5.000 millones de años, y luego de atravesar otras etapas, se transformará en una “enana blanca contaminada”. Esto significa que se convertirá en una estrella agonizante dedicada a devorar planetas a su paso, contaminándose con los propios restos de su alimento: si la Tierra aún sigue en su lugar, seguramente será parte de su cena.

Ahora, el algoritmo impulsado por IA y desarrollado por el equipo responsable de la nueva investigación ha demostrado tener una precisión del 99% en la detección de estas estrellas devoradoras de planetas, al intentar hallarlas en los datos de los telescopios. De esta manera, los astrónomos pudieron revelar la presencia de más de 300 “enanas blancas contaminadas” en el entorno de nuestra galaxia.

De acuerdo a una nota de prensa, el descubrimiento y análisis de estas estrellas moribundas es crucial para saber más sobre los exoplanetas y sus características. “Las enanas blancas contaminadas son en este momento la mejor manera de caracterizar los interiores planetarios, al estudiar los restos que van consumiendo. En otras palabras, es la única forma de averiguar con exactitud de qué están hechos los planetas fuera del Sistema Solar: por eso encontrar estas estrellas es tan importante", indicó en el comunicado el científico Keith Hawkins, uno de los autores del estudio.

Más rápido y con más precisión

Aunque el Universo está repleto de “enanas blancas contaminadas", identificarlas no es una tarea sencilla. Los signos reveladores de contaminación planetaria, como el hierro y el magnesio, son extremadamente sutiles y difíciles de descubrir para los telescopios, sobretodo cuando se trata de estrellas débiles.

Pero el algoritmo desarrollado por los investigadores utiliza una forma de IA denominada aprendizaje múltiple, que le permite resolver varias tareas al mismo tiempo y mostrar objetos astronómicos con características similares en un entorno visual simplificado. Los científicos solicitaron al algoritmo que clasificara cerca de 100.000 enanas blancas catalogadas por el telescopio Gaia de la Agencia Espacial Europea (ESA), que cartografía la Vía Láctea, y aislara a las “contaminadas”.

Los resultados no solo permiten reducir notablemente el tiempo necesario para concretar los hallazgos, sino que además aumentan su precisión y abren un nuevo camino para un conocimiento más profundo sobre la composición de los planetas extrasolares. Además, el nuevo método podrá aplicarse a otras búsquedas y objetivos científicos en el campo de la astronomía.

Referencia

Hunting for Polluted White Dwarfs and Other Treasures with Gaia XP Spectra and Unsupervised Machine Learning. Malia L. Kao et al. The Astrophysical Journal (2024). DOI:10.3847/1538-4357/ad5d6e