Przełom w nauce o egzoplanetach: 44 nowych kandydatów na światy podobne do Ziemi

Zespół badawczy z Uniwersytetu w Bernie i National Center of Competence in Research PlanetS osiągnął znaczący kamień milowy w poszukiwaniu planet nadających się do zamieszkania. Jak ogłoszono 9 kwietnia 2025 r., zespół opracował model uczenia maszynowego zdolny do wskazywania układów planetarnych mogących zawierać egzoplanety podobne do Ziemi z niezwykłą dokładnością. Ten przełom nie tylko przyspiesza poszukiwanie potencjalnie nadających się do zamieszkania światów, ale także stanowi obiecujący krok w kierunku odkrycia życia pozaziemskiego.

Model sztucznej inteligencji został opracowany pod kierunkiem dr Jeanne Davoult w ramach jej badań doktoranckich na Uniwersytecie w Bernie, przy wsparciu prof. dr Yanna Aliberta i Romaina Eltschingera z Center for Space and Habitability (CSH). Został on przeszkolony przy użyciu syntetycznych danych wygenerowanych przez renomowany "Bern Model of Planet Formation and Evolution", który symuluje procesy fizyczne leżące u podstaw formowania się układów planetarnych. Wynik jest uderzający: z 99% dokładnością, model z powodzeniem zidentyfikował systemy, które z dużym prawdopodobieństwem zawierają co najmniej jedną planetę podobną do Ziemi.

Zastosowanie w świecie rzeczywistym do systemów planetarnych

Po treningu model został zastosowany do rzeczywistych danych obserwacyjnych i zidentyfikował 44 układy planetarne, które potencjalnie mogą zawierać nieznane wcześniej planety podobne do Ziemi. Odkrycia te są szczególnie istotne dla nadchodzących misji kosmicznych, takich jak ESA PLATO i proponowany projekt LIFE których celem jest wykrycie i scharakteryzowanie światów podobnych do Ziemi.

PLATO (PLAnetary Transits and Oscillations of stars), która ma wystartować w 2026 roku, wykorzysta metodę tranzytów i asterosejsmologię do wykrywania potencjalnie nadających się do zamieszkania egzoplanet, ze szczególnym uwzględnieniem tych krążących wokół gwiazd podobnych do Słońca. Najbardziej obiecujący kandydaci zidentyfikowani przez PLATO będą stanowić podstawę przyszłych misji, takich jak LIFE (Large Interferometer For Exoplanets), której celem jest analiza atmosfer odległych planet za pomocą spektroskopii w podczerwieni i interferometrii zerowej w celu poszukiwania biosygnatur, takich jak woda lub metan. Nowy model uczenia maszynowego może odegrać kluczową rolę we wstępnej selekcji najbardziej obiecujących celów, zwiększając tym samym efektywność i wskaźnik powodzenia tych misji.