Estrelas jovens - assim como humanos jovens - são propensas a acirrar chamas. Mas as explosões de estrelas podem incinerar tudo ao seu redor, incluindo as atmosferas de planetas próximos começando a se formar.

Descobrir com que frequência as estrelas jovens surgem pode ajudar os cientistas a entender onde procurar planetas habitáveis. Mas até agora, a busca por essas chamas envolveu debruçar-se sobre milhares de medições das variações do brilho das estrelas, chamadas curvas de luz, a olho.

Agora, uma equipe internacional de cientistas, incluindo o Dr. Ben Montet da UNSW Sydney, usou o aprendizado de máquina para tornar a pesquisa mais rápida e eficaz

Os cientistas ensinaram uma rede neural - um tipo de inteligência artificial - para detectar os padrões de luz reveladores de uma explosão estelar.

"Com a ajuda da rede neural, conseguimos encontrar mais de 23, 000 chamas em milhares de estrelas jovens, "disse o Dr. Montet, Professora da Scientia na UNSW Science e co-autora do estudo.

"Encontrar chamas estelares - que podem ser letais para as atmosferas em desenvolvimento de planetas próximos - pode nos ajudar a descobrir onde procurar planetas habitáveis."

As evidências, publicado no fim de semana no Astronomical Journal e o Journal of Open Source Software, oferecem uma nova referência no uso de IA em astronomia, bem como uma melhor compreensão da evolução das estrelas jovens e seus planetas.

"Quando dizemos jovem, queremos dizer apenas um milhão a 800 milhões de anos, "disse a Sra. Adina Feinstein, um estudante de pós-graduação da Universidade de Chicago e primeiro autor do artigo.

"Quaisquer planetas perto de uma estrela ainda estão se formando neste ponto. Este é um momento particularmente frágil, e uma explosão de uma estrela pode facilmente evaporar qualquer água ou atmosfera que tenha sido coletada. "

Lançando uma rede neural

Telescópio TESS da NASA, a bordo de um satélite que orbita a Terra desde 2018, é projetado especificamente para pesquisar exoplanetas. Flares de estrelas distantes aparecem nas imagens de TESS, mas os algoritmos tradicionais têm dificuldade em distinguir a forma do ruído de fundo da atividade estelar.

Mas as redes neurais são particularmente boas em procurar padrões - como a IA do Google escolhendo gatos de imagens da internet - e os astrônomos estão cada vez mais olhando para eles para classificar dados astronômicos.

A Sra. Feinstein e o Dr. Montet trabalharam com uma equipe de cientistas da NASA, o Flatiron Institute, Fermi National Accelerator Laboratory, o Massachusetts Institute of Technology e a University of Texas em Austin para reunir um conjunto de flares e não flares identificados para treinar a rede neural.

"A rede neural revelou-se muito boa em encontrar pequenas chamas, "disse o Dr. Montet, quem foi o investigador principal do estudo.

"Esses são realmente muito difíceis de encontrar com outros métodos."

Uma vez que os pesquisadores ficaram satisfeitos com o desempenho da rede neural, eles o aplicaram ao conjunto completo de dados:mais de 3, 200 estrelas.

Eles descobriram que estrelas como o nosso sol têm apenas algumas chamas, e essas chamas parecem diminuir após cerca de 50 milhões de anos.

"Isso é bom para promover atmosferas planetárias - um ambiente estelar mais calmo significa que as atmosferas têm uma chance melhor de sobreviver, "Disse a Sra. Feinstein.

Em contraste, estrelas mais frias chamadas anãs vermelhas tendiam a brilhar com muito mais freqüência.

"Anãs vermelhas hospedam pequenos planetas rochosos; se esses planetas estão sendo bombardeados quando são jovens, isso pode ser prejudicial para a retenção de qualquer atmosfera, " ela disse.

Procurando por planetas habitáveis

Os resultados ajudam os cientistas a entender as chances de planetas habitáveis ​​sobreviverem em torno de diferentes tipos de estrelas, e como as atmosferas se formam. Isso pode ajudá-los a localizar os lugares mais prováveis ​​para procurar planetas habitáveis ​​em outras partes do universo.

Os cientistas também investigaram a conexão entre chamas estelares e manchas estelares, como o tipo que vemos na superfície do nosso próprio sol.

"O ponto mais quente que nosso sol consegue é talvez 0,3% da superfície, "disse o Dr. Montet.

"Para algumas dessas estrelas que estamos vendo, a superfície é basicamente toda manchada. Isso reforça a ideia de que spots e flares estão conectados, como eventos magnéticos. "

Em seguida, os cientistas querem adaptar a rede neural para procurar planetas à espreita em torno de estrelas jovens.

"Atualmente, sabemos apenas de cerca de uma dúzia com menos de 50 milhões de anos, mas eles são tão valiosos para aprender como as atmosferas planetárias evoluem, "Disse a Sra. Feinstein.

O Dr. Montet também estenderá essa estrutura de rede neural na UNSW.

"Vamos aplicar esses mesmos métodos em uma busca por planetas jovens no mesmo conjunto de dados, " ele disse.

"Esperamos que isso leve a uma 'ascensão das máquinas', onde podemos aplicar algoritmos de aprendizado de máquina para encontrar um monte de novos planetas interessantes usando os mesmos métodos."