Πού θα βρείτε την επόμενη Γη;

Η τεχνητή νοημοσύνη δίνει τη δυνατότητα στους επιστήμονες να προβλέψουν πλανήτες που μοιάζουν με τη Γη που λείπουν στην κατοικήσιμη ζώνη των αστεριών τους. Η μπλε ζώνη στην εικόνα αντιπροσωπεύει την κατοικήσιμη ζώνη γύρω από το αστέρι, όπου οι θερμοκρασίες επιτρέπουν το υγρό νερό στην επιφάνεια ενός πλανήτη που μοιάζει με τη Γη.  Πανεπιστήμιο της Βέρνης, εικονογράφηση: Thibaut Roger

Μια ομάδα από το Πανεπιστήμιο της Βέρνης και το National Center of Competence in Research (NCCR) PlanetS ανέπτυξε ένα μοντέλο μηχανικής μάθησης που προβλέπει πιθανά πλανητικά συστήματα με πλανήτες που μοιάζουν με τη Γη. Το μοντέλο θα μπορούσε να επιταχύνει σημαντικά και έτσι να φέρει επανάσταση στη μελλοντική αναζήτηση για κατοικήσιμους πλανήτες στο σύμπαν.

Η αναζήτηση για εξωπλανήτες που μοιάζουν με τη Γη –πλανήτες που βρίσκονται σε τροχιά γύρω από αστέρια εκτός από τον Ήλιο μας– είναι ένα κεντρικό θέμα στη σημερινή πλανητική έρευνα, επειδή εκεί είναι πολύ πιθανό να βρεθεί εξωγήινη ζωή. Ερευνητές στο Πανεπιστήμιο της Βέρνης ανέπτυξαν τώρα ένα καινοτόμο μοντέλο μηχανικής μάθησης που προσδιορίζει πλανητικά συστήματα που θα μπορούσαν ενδεχομένως να φιλοξενούν πλανήτες που μοιάζουν με τη Γη.

Ολόκληρη η ομάδα πίσω από τα ευρήματα είναι, ή ήταν τη στιγμή της μελέτης, συνδεδεμένη με το Πανεπιστήμιο της Βέρνης και μέλος του NCCR PlanetS. Η πρώτη συγγραφέας, η Δρ Jeanne Davoult, η οποία είναι τώρα μεταδιδακτορική ερευνήτρια στο DLR (Deutsches Zentrum für Luft- und Raumfahrt) στο Βερολίνο, μελετά πληθυσμούς εξωπλανητών και ανέπτυξε το μοντέλο ως μέρος της διδακτορικής της διατριβής στο Τμήμα Διαστημικής Έρευνας και Πλανητών Επιστημών (WP) του Ινστιτούτου Φυσικής του Πανεπιστημίου της Bern. Ο καθηγητής Dr. Yann Alibert, συνδιευθυντής του Κέντρου για το Διάστημα και την Κατοικιμότητα (CSH), και ο Romain Eltschinger, επίσης διδάκτορας στο CSH, συνέβαλαν σημαντικά στη μελέτη, η οποία μόλις δημοσιεύτηκε στο περιοδικό Astronomy & Astrophysics.

Εκπαίδευση με δεδομένα από το φημισμένο Bern Model

Ένα μοντέλο μηχανικής μάθησης είναι ένα στατιστικό εργαλείο που εκπαιδεύεται με δεδομένα ώστε να αναγνωρίζει ορισμένους τύπους προτύπων και να κάνει προβλέψεις. Η Jeanne Davoult εξηγεί: «Το μοντέλο μας βασίζεται σε έναν αλγόριθμο που ανέπτυξα και ο οποίος εκπαιδεύτηκε να αναγνωρίζει και να ταξινομεί πλανητικά συστήματα που φιλοξενούν πλανήτες που μοιάζουν με τη Γη». Το μοντέλο βασίζεται σε προηγούμενες μελέτες για να συμπεράνει μια συσχέτιση μεταξύ της παρουσίας ή της απουσίας ενός πλανήτη που μοιάζει με τη Γη και των ιδιοτήτων του συστήματός του.

Ο αλγόριθμος δοκιμάστηκε με δεδομένα από το λεγόμενο «Μοντέλο Σχηματισμού και Εξέλιξης Πλανητών της Βέρνης». «Το μοντέλο της Βέρνης μπορεί να χρησιμοποιηθεί σχετικά με το πώς σχηματίστηκαν οι πλανήτες, πώς έχουν εξελιχθεί και ποιοι τύποι πλανητών αναπτύσσονται υπό ορισμένες συνθήκες σε έναν πρωτοπλανητικό δίσκο», εξηγεί ο συν-συγγραφέας Yann Alibert. Από το 2003, το μοντέλο της Βέρνης αναπτύσσεται συνεχώς στο Πανεπιστήμιο της Βέρνης. «Το μοντέλο της Βέρνης είναι ένα από τα μοναδικά μοντέλα παγκοσμίως που προσφέρει έναν τέτοιο πλούτο αλληλένδετων φυσικών διεργασιών και επιτρέπει τη διεξαγωγή μιας μελέτης όπως η τρέχουσα», συνεχίζει ο Alibert.

Ακρίβεια 99% του νέου μοντέλου

Ο αλγόριθμος του νέου μοντέλου μηχανικής μάθησης δοκιμάστηκε χρησιμοποιώντας δεδομένα σε συνθετικά πλανητικά συστήματα από το μοντέλο της Βέρνης. «Τα αποτελέσματα είναι εντυπωσιακά: ο αλγόριθμος επιτυγχάνει τιμές ακριβείας έως και 0,99, πράγμα που σημαίνει ότι το 99% των συστημάτων που προσδιορίζονται από το μοντέλο μηχανικής μάθησης έχουν τουλάχιστον έναν πλανήτη που μοιάζει με τη Γη», λέει ο Davoult.

Στη συνέχεια, το μοντέλο εφαρμόστηκε σε πραγματικά παρατηρούμενα πλανητικά συστήματα. «Το μοντέλο εντόπισε 44 συστήματα που είναι πολύ πιθανό να φιλοξενούν μη ανιχνευμένους πλανήτες που μοιάζουν με τη Γη. Μια περαιτέρω μελέτη επιβεβαίωσε τη θεωρητική δυνατότητα αυτών των συστημάτων να φιλοξενούν έναν πλανήτη σαν τη Γη», εξηγεί ο Davoult.

Πιο αποτελεσματική αναζήτηση για κατοικήσιμους πλανήτες

Ως μέρος της μεταπτυχιακής του διατριβής, ο συν-συγγραφέας της μελέτης Romain Eltschinger συνέβαλε στην περαιτέρω ανάπτυξη του μοντέλου μηχανικής μάθησης, επιτρέποντάς του να χρησιμοποιηθεί σε ένα ακόμη ευρύτερο φάσμα σεναρίων. Λέει: «Αυτά τα αποτελέσματα είναι σημαντικά για την επιστημονική κοινότητα, και ιδιαίτερα για μελλοντικές διαστημικές αποστολές όπως ο PLATO ή μελλοντικές αποστολές όπως το LIFE, οι οποίες θα είναι αφιερωμένες στην ανακάλυψη και τον χαρακτηρισμό μικρών, ψυχρών πλανητών».

Η χρήση αυτού του μοντέλου μηχανικής εκμάθησης για την αναζήτηση πιο συγκεκριμένα για πλανήτες που μοιάζουν με τη Γη θα μπορούσε να ελαχιστοποιήσει τους χρόνους αναζήτησης και να μεγιστοποιήσει τον αριθμό των ανακαλύψεων. «Αυτό είναι ένα σημαντικό βήμα στην αναζήτηση πλανητών με συνθήκες ευνοϊκές για τη ζωή και, τελικά, για την αναζήτηση ζωής στο σύμπαν», καταλήγει ο Alibert.

Στοιχεία δημοσίευσης:

Πλανήτες που μοιάζουν με τη Γη Predictor: A Machine Learning Approach. Από Jeanne Davoult, Romain Eltschinger και Yann Alibert, Στο: Astronomy & Astrophysics

https://www.aanda.org/10.1051/0004-6361/202452434

DOI: 10.1051/0004-63423/20

Μοντέλο Βέρνης Σχηματισμού και Εξέλιξης Πλανητών

Μπορούν να γίνουν αναζητήσεις σχετικά με το πώς σχηματίστηκε ένας πλανήτης και πώς έχει εξελιχθεί χρησιμοποιώντας το «Μοντέλο Σχηματισμού και Εξέλιξης Πλανητών της Βέρνης». Το μοντέλο της Βέρνης αναπτύσσεται συνεχώς στο Πανεπιστήμιο της Βέρνης από το 2001. Στο μοντέλο ενσωματώνονται πληροφορίες για τις πολλαπλές διαδικασίες που εμπλέκονται στον σχηματισμό και την εξέλιξη των πλανητών. Αυτά είναι, για παράδειγμα, υπομοντέλα προσαύξησης (ανάπτυξη του πυρήνα ενός πλανήτη) ή του τρόπου με τον οποίο οι πλανήτες αλληλεπιδρούν βαρυτικά και επηρεάζουν ο ένας τον άλλον, καθώς και διεργασιών στους πρωτοπλανητικούς δίσκους στους οποίους σχηματίζονται οι πλανήτες. Το μοντέλο χρησιμοποιείται επίσης για τη δημιουργία των λεγόμενων συνθέσεων πληθυσμών, οι οποίες δείχνουν πόσο συχνά σχηματίζονται πλανήτες σε έναν πρωτοπλανητικό δίσκο υπό ορισμένες συνθήκες.

Εξερεύνηση του διαστήματος Bernese: Με την ελίτ του κόσμου από την πρώτη προσγείωση στο φεγγάρι όταν ο δεύτερος άνθρωπος, ο "Buzz" Aldrin, βγήκε από τη σεληνιακή μονάδα στις 21 Ιουλίου 1969, το πρώτο έργο που έκανε ήταν να δημιουργήσει το πείραμα Bernese Solar Wind Composition (SWC) γνωστό και ως Solar Wind Sail, ακόμη και πριν φυτέψει το πανί του ηλιακού ανέμου στο έδαφος. Αυτό το πείραμα, το οποίο σχεδιάστηκε, κατασκευάστηκε και τα αποτελέσματα αναλύθηκαν από τον καθηγητή Δρ. Johannes Geiss και την ομάδα του από το Ινστιτούτο Φυσικής του Πανεπιστημίου της Βέρνης, ήταν το πρώτο μεγάλο σημείο στην ιστορία της εξερεύνησης του διαστήματος της Βέρνης.

Από τότε η εξερεύνηση του διαστήματος στο Bernese ήταν μεταξύ των ελίτ του κόσμου και το Πανεπιστήμιο της Βέρνης συμμετέχει σε διαστημικές αποστολές μεγάλων διαστημικών οργανισμών, όπως η ESA, η NASA και η JAXA. Με το CHEOPS το Πανεπιστήμιο της Βέρνης μοιράζεται την ευθύνη με την ESA για μια ολόκληρη αποστολή. Επιπλέον, οι ερευνητές της Βέρνης συγκαταλέγονται στους παγκόσμιους ηγέτες όσον αφορά τα μοντέλα και τις προσομοιώσεις του σχηματισμού και της ανάπτυξης πλανητών.

Το επιτυχημένο έργο του Τμήματος Διαστημικής Έρευνας και Πλανητών Επιστημών (WP) από το Ινστιτούτο Φυσικής του Πανεπιστημίου της Βέρνης ενοποιήθηκε με την ίδρυση ενός πανεπιστημιακού κέντρου ικανοτήτων, του Κέντρου για το Διάστημα και την Κατοικιμότητα (CSH). Το Ελβετικό Εθνικό Ταμείο απένειμε επίσης στο Πανεπιστήμιο της Βέρνης το Εθνικό Κέντρο Ικανότητας στην Έρευνα (NCCR) PlanetS, το οποίο διαχειρίζεται μαζί με το Πανεπιστήμιο της Γενεύης.

Του Keith Cowing

Αστροβιολογία

Πανεπιστήμιο της Βέρνης

https://astrobiology.com/2025/04/where-to-find-the-next-earth.html