Áttörés az exobolygó-tudományban: 44 új Föld-szerű világjelölt
A Berni Egyetem és a National Center of Competence in Research PlanetS kutatócsoportja jelentős mérföldkövet ért el a lakható bolygók keresésében. Amint azt 2025. április 9-én bejelentették, a csapat kifejlesztett egy gépi tanulási modellt amely figyelemre méltó pontossággal képes olyan bolygórendszerek azonosítására, amelyek valószínűleg Föld-szerű exobolygókat tartalmaznak. Ez az áttörés nemcsak a potenciálisan lakható világok utáni vadászatot mozdítja elő, hanem ígéretes lépést jelent a földönkívüli élet felfedezése felé is.
Az AI-modellt Dr. Jeanne Davoult vezetésével, a Berni Egyetemen végzett doktori kutatásának részeként fejlesztették ki, Prof. Dr. Yann Alibert és Romain Eltschinger, a Center for Space and Habitability (CSH) munkatársai támogatásával. A programot a híres "Berni bolygóképződési és -fejlődési modell" által generált szintetikus adatok felhasználásával képezték ki, amely a bolygórendszerek kialakulásának hátterében álló fizikai folyamatokat szimulálja. Az eredmény lenyűgöző: a modell a jelentések szerint 99%-os pontossággal sikeresen azonosította azokat a rendszereket, amelyek nagy valószínűséggel tartalmaznak legalább egy Föld-szerű bolygót.
Valós alkalmazás bolygórendszerekre
A betanítást követően a modellt valós megfigyelési adatokra alkalmazták, és 44 olyan bolygórendszert azonosítottak, amelyek potenciálisan otthont adhatnak korábban ismeretlen Föld-szerű bolygóknak. Ezek az eredmények különösen fontosak az olyan közelgő űrmissziók számára, mint az ESA PLATO és a javasolt LIFE projekt, amelyek célja a Föld-szerű világok felderítése és jellemzése.
A 2026-ban induló PLATO (PLAnetary Transits and Oscillations of stars) a tranzitmódszert és aszterozeizmológiát fogja használni a potenciálisan lakható exobolygók felderítésére, különös tekintettel a Nap-szerű csillagok körül keringő bolygókra. A PLATO által azonosított legígéretesebb jelöltek képezik majd az alapját az olyan jövőbeli misszióknak, mint a LIFE (Large Interferometer For Exoplanets), amelynek célja, hogy infravörös spektroszkópia és nullázó interferometria segítségével elemezze a távoli bolygók légkörét, hogy olyan bioszignatúrákat keressen, mint a víz vagy a metán. Az új gépi tanulási modell kulcsszerepet játszhat a legígéretesebb célpontok előzetes kiválasztásában, ezáltal növelve ezen küldetések hatékonyságát és sikerességi arányát.
