Google a caccia di pianeti con la Intelligenza Artificiale

Con un modello di apprendimento automatico, Google è riuscita a scoprire due nuovi pianeti e gettare cosi' le basi per nuove idee e tecniche come l'apprendimento automatico che aiuteranno ad aumentare questo tipo di scoperte per gli anni a venire.

Scritto da

Simone Ziggiotto

il

Grazie alla missione Kepler della Nasa e alle analisi dei dati raccolti da un software di Google sono stati trovati due nuovi pianeti – Kepler 80g e Kepler 90i – tra cui l’ottavo pianeta scoperto in orbita attorno alla stella Kepler 90, che diventa cosi’ il primo sistema a 8-pianeti noto al di fuori del nostro. La scoperta è stata presentata da Chris Shallue, un ricercatore di Google AI con un interesse per lo spazio, e Andrew Vanderburg, un astrofisico di Austin, nel blog di Google come ora andremo a riassumere.

Per migliaia di anni le persone hanno guardato le stelle e gli ‘esperti del cielo’ hanno osservato, analizzato e provato a capire cosa si trova oltre le nostre teste . Alcuni dei primi oggetti identificati dai primi astronomi erano i pianeti, che i greci chiamavano "planētai" o "wanderers" ("vagabondi") per il loro movimento apparentemente irregolare. Secoli di studio hanno aiutato le persone a capire che la Terra e altri pianeti nel nostro sistema solare orbitano intorno al sole, una stella come molte altre. Oggi, con l’aiuto di tecnologie come l’ottica del telescopio, il volo spaziale, le fotocamere digitali e i computer, è possibile estendere la comprensione umana oltre il nostro sole e rilevare i pianeti attorno ad altre stelle. Studiare questi pianeti, chiamati esopianeti, "aiuta ad esplorare alcune delle più profonde indagini umane sull’universo" ha detto Shallue. Le domande a cui gli esperti stanno da decenni cercando di trovare risposte sono: cosa altro c’è là fuori oltre a noi, se c’è? Ci sono altri pianeti vivibili e sistemi solari come il nostro? La tecnologia ha aiutato moltissimo nella ricerca di risposte a queste domande, ma trovare gli esopianeti non è facile. Rispetto alle loro stelle ospiti, gli esopianeti sono freddi, piccoli e scuri, tanto difficili da individuare "quanto una lucciola che vola accanto ad un riflettore e da migliaia di chilometri di distanza" ha detto Shallue, secondo cui con l’aiuto dell’apprendimento automatico sono tuttavia stati fatti recentemente degli importanti progressi.

Tra i vati metodi con cui gli astrofisici cercano gli esopianeti c’è quello che prevede l’analisi di grandi quantità di dati raccolti dalla NASA con la missione Kepler, sia con software automatici che con analisi manuali. Kepler ha osservato circa 200.000 stelle in quattro anni, scattando una foto ogni 30 minuti, creando circa 14 miliardi di data point traducibili in circa 2 quadrilioni di orbite planetarie possibili. Tante, troppe informazioni da analizzare per un essere umano, o un gruppo di esseri umani ma anche per i più potenti computer, perchè l’elaborazione e l’analisi richiederebbe troppo tempo. Al fine di velocizzare e rendere utile questo processo, Google è intervenuta in aiuto della Nasa con la sua tecnologia di apprendimento automatico.

Kepler 80g e Kepler 90i

L’apprendimento automatico – il machine learning – è un modo per insegnare ai computer a riconoscere modelli e torna utile per l’analisi di grandi quantità di dati. Il tempo viene ridotto poichè è il computer che va ad apprendere da solo sempre piu’ cose invece di dover essere programmato con regole specifiche.

Chris Shallue è un ricercatore di Google AI con un interesse per lo spazio e ha iniziato questo lavoro come un progetto secondario – Google dà l’opportunità ai propri dipendenti di lavorare su qualcosa che a loro interessa per il 20% del loro tempo. Shallue ad un certo punto ha deciso di chiedere di collaborare ad Andrew Vanderburg, un astrofisico di Austin, al fine di portare la tecnica del machine learning nello spazio e hanno quindi lavorato assieme per creare un sistema di apprendimento automatico in grado di identificare i pianeti attorno a stelle lontane.

Per raggiungere questo scopo, Chris e Andrew hanno utilizzato un insieme di dati di oltre 15.000 segnali raccolti da Kepler, quindi per vedere se l’idea avrebbe potuto funzionare hanno creato un modello TensorFlow per distinguere i pianeti dai non-pianeti che è risucito ad identificare correttamente i dati dei pianeti e quelli dei dati che non erano pianeti per il 96 percento delle volte.

Kepler 80g e Kepler 90i

Testato ed etichettato come ‘funzionante’ questo modello, Chris e Andrew lo hanno poi usato per cercare nuovi pianeti grazie ai dati di Kepler. Per restringere la ricerca, hanno scelto di esaminare le 670 stelle che erano già note per ospitare due o più esopianeti. In questo modo, sono stati scoperti due nuovi pianeti: Kepler 80g e Kepler 90i.

Kepler 90i è l’ottavo pianeta scoperto in orbita attorno alla stella Kepler 90, rendendolo il primo sistema a 8-pianeti noto al di fuori del nostro. Il pianeta neo-scoperto è il 30% più grande della Terra e ha una temperatura superficiale di circa 800 °F (450 gradi Celsius circa) quindi non è l’ideale per essere abitabile dall’uomo. Inoltre orbita attorno alla sua stella ogni 14 giorni, il che significa che se abitassimo lì compleanno si dovrebbe festeggiare circa ogni due settimane.

Se al momento è stato utilizzato il modello di Chris e Andrew solo per cercare nuovi pianeti attorno a 670 stelle già note per ospitare due o più esopianeti su un totale di circa 200.000 note, ci possono essere molti esopianeti ancora non scoperti nei dati raccolti da Kepler ma gli esperti confidano nel fatto che nuove idee e tecniche come l’apprendimento automatico aiuteranno ad aumentare questo tipo di scoperte per molti anni a venire.

Impostazioni privacy