Gran avance en la ciencia de los exoplanetas: 44 nuevos candidatos a mundos similares a la Tierra
Un equipo de investigación de la Universidad de Berna y del Centro Nacional de Competencia en Investigación PlanetS ha logrado un hito importante en la búsqueda de planetas habitables. Como se anunció el 9 de abril de 2025, el equipo desarrolló un modelo de aprendizaje automático capaz de localizar con notable precisión sistemas planetarios susceptibles de contener exoplanetas similares a la Tierra. Este avance no sólo hace progresar la caza de mundos potencialmente habitables, sino que también supone un paso prometedor hacia el descubrimiento de vida extraterrestre.
El modelo de IA fue desarrollado bajo la dirección de la Dra. Jeanne Davoult como parte de su investigación doctoral en la Universidad de Berna, con el apoyo del Prof. Dr. Yann Alibert y Romain Eltschinger del Centro para el Espacio y la Habitabilidad (CSH). Se entrenó utilizando datos sintéticos generados por el conocido "Modelo de Berna de Formación y Evolución de Planetas", que simula los procesos físicos subyacentes a la formación de sistemas planetarios. El resultado es sorprendente: con una precisión declarada del 99%, el modelo identificó con éxito los sistemas que tienen grandes probabilidades de contener al menos un planeta similar a la Tierra.
Aplicación real a sistemas planetarios
Tras el entrenamiento, el modelo se aplicó a datos de observación reales e identificó 44 sistemas planetarios que podrían albergar planetas similares a la Tierra desconocidos hasta entonces. Estos hallazgos son especialmente significativos para las próximas misiones espaciales como PLATO de la ESA y la propuesta LIFE ambos destinados a detectar y caracterizar mundos similares a la Tierra.
PLATO (Tránsitos planetarios y oscilaciones de estrellas), cuyo lanzamiento está previsto para 2026, utilizará el método de los tránsitos y la astrosismología para detectar exoplanetas potencialmente habitables, centrándose en los que orbitan alrededor de estrellas similares al Sol. Los candidatos más prometedores identificados por PLATO constituirán la base de futuras misiones como LIFE (Large Interferometer For Exoplanets), cuyo objetivo es analizar las atmósferas de planetas lejanos mediante espectroscopia infrarroja e interferometría de anulación para buscar biosignaturas como agua o metano. El nuevo modelo de aprendizaje automático podría desempeñar un papel clave en la preselección de los objetivos más prometedores, mejorando así la eficacia y la tasa de éxito de estas misiones.
