p O aprendizado de máquina é uma ferramenta poderosa usada para uma variedade de tarefas na vida moderna, desde detecção de fraude e classificação de spam no Google, para fazer recomendações de filmes no Netflix. p Agora, uma equipe de pesquisadores da Universidade de Toronto Scarborough desenvolveu uma nova abordagem ao usá-lo para determinar se os sistemas planetários são estáveis ​​ou não.

p "O aprendizado de máquina oferece uma maneira poderosa de resolver um problema de astrofísica, e isso está prevendo se os sistemas planetários são estáveis, "diz Dan Tamayo, autor principal da pesquisa e pós-doutorado no Center for Planetary Science da U of T Scarborough.

p O aprendizado de máquina é uma forma de inteligência artificial que dá aos computadores a capacidade de aprender sem ter que ser constantemente programado para uma tarefa específica. O benefício é que ele pode ensinar os computadores a aprender e mudar quando expostos a novos dados, sem falar que também é muito eficiente.

p O método desenvolvido por Tamayo e sua equipe é 1, 000 vezes mais rápido do que os métodos tradicionais na previsão da estabilidade.

p "No passado, ficamos paralisados ​​tentando descobrir se os sistemas planetários são estáveis ​​por métodos que não conseguiam lidar com a quantidade de dados que jogávamos neles, " ele diz.

p É importante saber se os sistemas planetários são estáveis ​​ou não porque isso pode nos dizer muito sobre como esses sistemas se formaram. Também pode oferecer novas informações valiosas sobre exoplanetas que não são oferecidas pelos métodos atuais de observação.

p Existem vários métodos atuais de detecção de exoplanetas que fornecem informações como o tamanho do planeta e seu período orbital, mas eles podem não fornecer a massa do planeta ou quão elíptica sua órbita é, que são todos fatores que afetam a estabilidade, notas Tamayo.

p O método desenvolvido por Tamayo e sua equipe é o resultado de uma série de workshops na Universidade de T Scarborough que abordam como o aprendizado de máquina pode ajudar a resolver problemas científicos específicos. A pesquisa está atualmente publicada online no Cartas de jornal astrofísico .

p "O que é encorajador é que nossas descobertas nos dizem que vale a pena investir semanas em computação para treinar modelos de aprendizado de máquina porque essa ferramenta é precisa, também funciona muito mais rápido, " ele adiciona.

p Também pode ser útil ao analisar dados do Transiting Exoplanet Survey Satellite (TESS) da NASA, previsto para ser lançado no próximo ano. A missão de dois anos se concentrará na descoberta de novos exoplanetas, concentrando-se nas estrelas mais brilhantes próximas ao nosso sistema solar.

p "Pode ser uma ferramenta útil porque a previsão de estabilidade nos permitiria aprender mais sobre o sistema, dos limites superiores de massa às excentricidades desses planetas, "diz Tamayo.

p "Pode ser uma ferramenta muito útil para entender melhor esses sistemas."