Ahora, un equipo de la Universidad de Warwick confirmó más de cien exoplanetas con ayuda de una herramienta de inteligencia artificial llamada RAVEN. El hallazgo incluye 118 planetas validados y, dentro de ese grupo, 31 mundos que no habían sido identificados antes en los datos del satélite TESS de la NASA.
Además, la plataforma detectó cerca de mil nuevos candidatos. La pieza clave es que no solo encuentra señales: también las revisa y las valida estadísticamente, un mecanismo que reduce errores frecuentes en astronomía.
La IA fue entrenada para detectar el tránsito (paso de un planeta delante de su estrella), que produce un cambio diminuto en la luz. Ese interruptor de brillo es la señal central. Pero también puede confundirse con sistemas binarios, dos estrellas que orbitan entre sí y generan patrones parecidos.
Por eso RAVEN no actúa como una simple alarma. Funciona más bien como un tablero de control que primero detecta la bajada de luz, luego compara esa señal con cientos de miles de simulaciones realistas y, al final, decide si se trata de un planeta o de un falso positivo.
Un engranaje pensado para filtrar ruido
El estudio se concentró en planetas con órbitas muy rápidas, capaces de completar una vuelta en menos de 16 días. Incluso aparecieron mundos extremos con trayectorias inferiores a 24 horas, tan cerca de su estrella que un “año” allí dura menos que un día terrestre.
RAVEN fue diseñada para analizar el comportamiento de unas dos millones de estrellas. Esa escala importa porque TESS acumula una cantidad de datos demasiado grande para una revisión manual completa. Ahí la IA funciona como una lupa automática, rápida y constante.
El trabajo también aporta nueva información sobre el llamado desierto neptuniano (zona donde casi no aparecen planetas medianos cerca de sus estrellas). Allí, apenas el 0,08 % de las estrellas similares al Sol parece tener planetas de tamaño medio. En paralelo, el estudio sugiere que una de cada diez estrellas parecidas al Sol tiene un planeta orbitando muy cerca.
Ese mapa más preciso de sistemas solares cercanos no es un detalle menor. Señala dónde conviene mirar después y qué engranajes del universo merecen una inspección más fina.
Por qué este hallazgo cambia la exploración espacial
Una de las oportunidades más claras es que los resultados servirán como base para futuras misiones como PLATO, de la Agencia Espacial Europea. Cuanto mejor sea el catálogo inicial, menos tiempo se pierde apuntando instrumentos hacia señales dudosas.
Además, los investigadores hicieron públicas sus herramientas. Eso abre una puerta práctica para que otros equipos puedan continuar la búsqueda, revisar sistemas concretos y afinar la central de datos que hoy organiza la caza de exoplanetas.
La clave de este avance no es solo que la IA encuentre más planetas. Revela, sobre todo, que ya puede separar ruido de evidencia en uno de los escenarios más difíciles de la ciencia moderna.
Y eso deja una imagen simple: mientras el cielo sigue enviando destellos casi invisibles, ahora hay un mecanismo capaz de leerlos como si fueran marcas en un tablero bien iluminado.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
