Los mundos de RobERt

Inteligencia artificial para buscar vida en otros mundos.

Desde el descubrimiento del primer exoplaneta, del primer planeta en otra estrella, la lista no deja de crecer de forma exponencial, y esto es solo el principio. Con la llegada de nuevas tecnologías y la construcción de nuevos observatorios, como el James Webb, el ritmo no hará más que acelerarse, y desde los varios miles que conocemos actualmente seguramente pasaremos a cifras muchísimo más altas. Si el telescopio espacial Kepler, explorando regiones muy concretas del firmamento, los descubrió a centenares, lo que nos espera resulta emocionante. Y al mismo tiempo un desafío.

El objetivo principal de esta búsqueda, y esto es algo que nadie puede poner en duda, es encontrar señales de vida, indicios de que algún tipo de actividad biológica (al menos tal y como la conocemos) está teniendo lugar en alguno de ellos.¿Y como podemos saberlo? Siguiendo la huella química en la atmósfera, de la misma forma en que la vida dio forma a la atmósfera de La Tierra tal y como la conocemos. ¿Y como las detectamos, tan lejos como están? Analizando el espectro de la luz de su Sol o de otras estrellas de fondo que cruza a través de ella antes de llegar hasta nosotros. Un viaje fugaz que deja señal en forma de bandas de absorción, ya que cada elemento conocido "oculta" una frecuencia del espectro en concreto.

Un sistema que implica un trabajo exhaustivo por parte de investigadores, un análisis que puede llevar un tiempo considerable para cada uno de ellos. Como resultado hay un caudal enorme de datos en "lista de espera", que aún crecerá más con los futuros observatorios. La búsqueda de exoplaneta es un éxito, pero eso mismo genera un problema de saturación que amenaza con lastrar la búsqueda. A no ser que nuevos jugadores,, mucho más rápidos, hagan acto de presencia.

RobERt (Robotic Exoplanet Recognition), creado por científicos del University College London, podría ser uno de ellos: Un sistema de inteligencia artificial basado en una red neural de aprendizaje (DBN), que funciona de manera similar a como creemos que lo hace un cerebro humano hace: Filtra datos a través de múltiples capas de "neuronas" de silicio, cada uno refinando los resultados hasta que el sistema llega a lo que piensa es la respuesta correcta. En este caso los gases presentes en el espectro de una atmósfera. Y como este, es capaz de aprender. Hasta 85.000 espectros simulados fueron presentados a RobERt para su análisis, y aprendiendo de sus errores, fue capaz de llegar a un 99,7% de aciertos, incluso pese a las trampas que los investigadores introducían en algunos de ellos para engañarlo, como datos corruptos.

Encontrar nuevos planetas habitables es sólo el comienzo. RobERt es como un astrónomo en una caja, que el equipo de UCL puede exportar a las diversas agencias espaciales para revisar las observaciones de exoplaneta y contrastarlas con la experiencia acumulada por esta IA. Entonces, tal vez, si tenemos suerte, encontraremos un planeta pequeño, habitable, y con la huella inconfundible de la vida. Paradójicamente, quizás quién se de cuenta primero sea precisamente algo no vivo.

El número de exoplanetas crece exponencialmente, y el análisis de los datos espectrales de las atmósferas (de aquellas que es posible estudiar) requieren tanto tiempo que la lista de espera se eterniza. RobERt y otros nuevos medios tecnológicos de análisis podrían dar salida a este situación.

Estudiar el espectro de un cuerpo luminoso permite dilucidar su composición. Así sabemos la composición de las estrellas, por ejemplo. En el caso de los planetas, la luz reflejada en ellos puede desvelar algo parecido. Y la que llega cruzando sus atmósferas, señales de algún tipo de actividad biológica. 

How scientists will use artificial intelligence to find aliens