Ben je geïnteresseerd in de wereld van wetenschap & technologie en wil je hier graag meer over lezen? Word dan lid van KIJK!
Astronomen van de Universiteit van Warwick hebben een algoritme getraind onderscheid te maken tussen echte exoplaneten en foutpositieven.
Het is alweer bijna twee jaar geleden dat de NASA afscheid nam van zijn exoplanetenjager Kepler. De ruimtesonde heeft honderden planeten om andere sterren dan de zon ontdekt en dus zijn taak volbracht. In 2018 heeft TESS (Transiting Exoplanet Survey Satellite) het stokje overgenomen, maar dat wil nog niet zeggen dat we aan Kepler niks meer hebben. Integendeel, onlangs heeft een algoritme data, die de exoplanetenjager jarenlang heeft verzameld, doorgespit. En daar volgden nieuwe ontdekkingen uit.
Lees ook:
- Exoplaneet met blootgestelde kern ontdekt
- Vijf exoplaneten die opmerkelijk zijn
- ‘Onze zon is ongewoon rustig’
Primeur
Het machine-learning-algoritme was door onderzoekers van de Universiteit van Warwick getraind om echte planeten te onderscheiden van foutpositieven met behulp van de Kepler-gegevens. Toen het systeem daar eenmaal toe in staat was, lieten onderzoekers het los op een dataset van nog onbevestigde kandidaatplaneten.
Zo wist het algoritme vijftig nieuwe exoplaneten te ontdekken, variërend van gasreuzen ter grootte van Neptunus tot buitenaardse planeten die kleiner zijn dan de aarde, waarvan hun bestaan voor 99 procent zeker is. Het is de eerste keer dat een kunstmatig intelligent systeem gegevens doorspit om het bestaan van nieuwe exoplaneten te verifiëren.
Dipje
Ruimtetelescopen als TESS, maar ook telescopen vanaf de aarde, detecteren exoplaneten doorgaans met de transitiemethode: door op zoek te gaan naar dipjes in de helderheid van sterren. Een planeet die voor zijn ster schuift (een transit) veroorzaakt namelijk om de zoveel tijd zo’n dip en wanneer een telescoop lang genoeg een ster in de gaten houdt, detecteert hij die.
Er is echter wel een probleem: niet alleen een transit kan een dip in helderheid veroorzaken. Een stofwolk die de ster zelf uitstoot, kan bijvoorbeeld ook de reden zijn. Dit heeft ster Betelgeuze onlangs bewezen. Voor sterrenkundigen betekent dit dat ze voor elk potentieel geval dubbel moeten checken of de helderheidsdip van een ster wel echt wordt veroorzaakt door een planeet. En dat is niet te doen. Een algoritme dat supersnel onderscheid kan maken, biedt dan uitkomst.
Bronnen: Monthly Notices of the Royal Astronomical Society, University of Warwick, New Atlas
Beeld: NASA/W. Stenzel