estás leyendo...
Papers recientes

Rápido y furioso: Enseñando los computadores para buscar planetas

Título: A machine learns to predict the stability of tightly packed planetary systems

Autores: Daniel Tamayo, Ari Silburt, Diana Valencia et al.

Institución del primer autor: Department of Physical & Environmental Sciences, University of Toronto at Scarborough, Canada

Estado: Publicado en ApJ Letters (2016)

Astrobito original: Fast and Furious Planet Predictions por Emily Sandford

Los científicos son personas impacientes.  Nadie tiene el tiempo para crear un universo entero y esperar verlo evolucionar durante 13 mil millones de años para saber lo que va a pasar (¿Sabes cuántos correos electrónicos podrías contestar durante 13 mil millones de años?), así que en vez de, los científicos simulan una versión más pequeña que solo se demora meses para desarrollar. Este tiempo de tan solo meses se logra utilizando algunas de los computadores mas poderosos del mundo en conjunto.

Además de esto, tampoco son muchas las personas quienes tienen el tiempo para inspeccionar datos grabados con el telescopio Kepler durante 4 años para buscar huellas de planetas, entonces científicos han escrito un programa computacional para encontrar planetas de forma automática. Otro ejemplo, en vez de arreglar de nuevo los componentes del telescopio manualmente para observar algo nuevo cada cinco minutos, científicos construyeron robots para hacer el mismo trabajo.

Todas estas estrategias mencionadas funcionan porque los computadores son más rápidas que los humanos cuando hacen una tarea sencilla y repetitiva. Pero a veces, hasta las computadoras funcionan mas lento. Por ejemplo, una computadora se puede demorar un par de semanas para predecir el destino de planetas orbitando una estrella.  No es que el computador esté haciendo nada complicado, solamente sigue los movimientos de los planetas y la estrella, debido a su gravedad mutua. Pero el computador tiene que calcular esta fuerza gravitacional billones de veces. Es decir, muchas veces.

Así que los autores de la investigación de hoy se preguntaban: ¿Existirá una manera más rápida de saber qué pasará con estos planetas?

¿Estable o no?

“¿Qué pasará?” es una pregunta amplia, el tipo de pregunta que no lleva a una respuesta rápida.  Entonces, los autores decidieron cambiar la pregunta:  ¿Un conjunto de planetas se mantendrán estables, o no?  (Aunque se dan cuenta que la última parte — “o no” — contiene varias posibilidades, como por ejemplo, con la colisión de dos planetas, o la salida de un planeta del sistema.)

A los científicos planetarios les interesa mucho la estabilidad de los planetas en sus simulaciones, ya que es una manera que utilizan para comprobar que las simulaciones coinciden con la realidad.  Sistemas planetarios estables duran mucho tiempo, y sistemas inestables se desarman rápidamente. Hay una baja probabilidad de observar un sistema de exo-planetas en el acto de desarmarse.  Entonces, para comparar la simulación con las observaciones, es mejor simular un sistema estable.

Las soluciones de la prueba

Entonces cómo llegan los autores a una respuesta rápida de “¿estable o no?” Se lo pasaron al computador. Pero antes hicieron una prueba, para enseñar al computador y luego verificar que pudiera ejecutar el trabajo (un método que se llama aprendizaje automático). Esta prueba consistió de 5,000 sistemas de tres planetas cada uno, y en cada prueba ya habían corrido una simulación (que duraba algunas semanas en correr) para probar la estabilidad. Entonces, tenían las soluciones puestas, estable o no.  La tarea del computador fue investigar esos sistemas, juntos con estas soluciones, para buscar patrones: ¿tienen los sistemas estables alguna característica en común?  ¿Hay algunas pistas para predecir que un sistema termine siendo estable o inestable?

Los astrónomos dejaron los computadores durante un tiempo para “estudiar” los datos, y luego probaron el desempeño con un nuevo grupo de planetas “desconocidos”.  Si el computador logra dar soluciones, los autores podrían tener más confianza sobre utilizar computadores para simulaciones más complejas. Si el computador no lograba dar soluciones, tendrían que volver a hacer pruebas.

¿Qué estudiar?

Primero, dejaron al computador buscar patrones con la cantidad mínima de datos — como la forma de la órbita de los planetas, las distancias de los planetas a la estrella, y las distancias entre planetas. Estos números son equivalente a una caricatura de cada sistema planetario.  El computador hizo un trabajo suficiente con esta información, pero no dio mucha confianza sobre si el sistema era “estable o no” (ver figura 1, cuadro superior).

Entonces, los autores decidieron utilizar mas información para ayudar al computador: en vez de solo entregar una descripción sencilla de cada sistema, le facilitaron al computador los resultados de algunas simulaciones cortas de las órbitas planetarias (estas simulaciones solo se duraron algunos minutos, en vez de semanas).  El cuadro inferior de Figura 1 muestra los resultados: mejores resultados!  El computador pudo distinguir entre sistemas estables e inestables.

Well done, computer!

Figura 1: Los resultados computacionales, en la prueba con poca información (cuadro superior), y en la segunda prueba con los resultados de una simulación de estabilidad (cuadro inferior). Los colores indican la solución correcta, verde para un sistema estable, y azul para un sistema inestable.  Probabilidad predicha (“Predicted probability”) en la eje-X significa la certeza del computador — un valor cerca de 0 (cero) significa que el resultado del computador le da mucha confianza de inestabilidad, y un valor cerca de 1 significa mucha confianza de estabilidad.  Un valor en el medio indica que el computador tenía poca confianza.  Para sacar la mejor nota en la prueba, el computador tuviera que haber predicho un 0 para todos los sistemas azules y un 1 para todos los sistemas verdes.

 

¿Qué significa?

Este resultado no solo es una muestra interesante de la capacidad del computador de aprender y predecir sí solo.  También nos da pistas de qué contribuye a la estabilidad de un sistema planetario.  Los autores investigaron porqué el computador hizo las predicciones, y encontraron que depende mucho de la distancia del segundo planeta a la estrella.  Debido de la fuerza de los tres planetas “empujando” entre ellos, hay una mayor probabilidad que el sistema se puede perder su estabilidad.  La paciencia les resultó.

Imagen principal es de Wikimedia Commons.

 

Comentarios

Aún no hay comentarios.

Deja un comentario

Tu dirección de correo electrónico no será publicada.