El proyecto aspira a que, en un futuro en que la tecnología lo permita, sea posible analizar si dichos planetas tienen atmósfera, agua o algún indicio de actividad biológica
El Instituto Universitario de Ciencias y Tecnologías Espaciales de Asturias (ICTEA) ha incorporado a su trabajo de búsqueda de exoplanetas, cuerpos que orbitan fuera del Sistema Solar, técnicas de inteligencia artificial y aprendizaje automático de máquinas, conocidas en inglés como machine learning, a fin de analizar más datos en menos tiempo. Así lo ha explicado el doctor en Astrofísica, profesor del Departamento de Matemáticas de la Universidad de Oviedo e investigador del ICTEA Enrique Díez Alonso, en una entrevista a Europa Press. Su equipo, además de estudiar los asteroides que habitan el Sistema Solar, busca exoplanetas con datos procedentes del telescopio Kepler y el Satélite de Sondeo de Exoplanetas en Tránsito (TESS).
Como son «tantísimos» los datos que analizar y las estrellas en las que buscar, el ICTEA está implementando técnicas de IA que permiten analizar más datos en un tiempo «mucho más rápido» que la inspección visual humana o los métodos clásicos de detección. El equipo del que forma parte Díez Alonso busca exoplanetas en estrellas de la Vía Láctea y en particular en las zonas más cercanas al Sistema Solar. «Vamos afinando cada vez más para encontrar los objetos que nos interesan», ha explicado el investigador, quien ha indicado que el trabajo se centra en encontrar planetas «análogos» a la Tierra, que tengan dimensiones y masa similares y se encuentren en la zona de habitabilidad de su estrella.
Díez Alonso ha subrayado que lo importante es «saber dónde buscar» para, cuando exista la tecnología que permita observar exactamente las condiciones de los planetas, analizar si tienen atmósfera, agua o algún indicio de actividad biológica. «Cuando los grandes telescopios funcionen, vamos a poder apuntar a esos planetas y ver si tienen atmósfera o agua líquida», ha dicho.
