Google i un astrofísic de la Universitat de Texas a Austin han traslladat les tècniques de l’aprenentatge automàtic a l’espai facilitant l’anàlisi que els astrofísics fan de les enormes quantitats de dades de la missió Kepler de la NASA per trobar exoplanetes.
L’estudi d’exoplanetes (planetes que giren al voltant d’altres estrelles), és encara un procés molt complicat malgrat els avenços tecnològics, però amb l’ajuda de l’aprenentatge automàtic recentment s’han aconseguit alguns progressos.
En aquesta recerca, els astrofísics analitzen enormes quantitats de dades de la missió Kepler de la NASA, utilitzant programari automàtic i anàlisi manual.
En aquesta missió, s’han capturat imatges cada 30 minuts i s’han creat uns 14.000 milions de punts de dades, el que suposa una enorme quantitat d’informació per a ser analitzada fins i tot per potents ordinadors, per aquest motiu l’equip de IA de Google juntament amb l’astrofísic de la Universitat de Texas ha optat per utilitzar la tecnologia de l’aprenentatge automàtic.
Gràcies a les dades de la missió Kepler i al model que els experts han creat, TensorFlow, per distingir planetes dels que són no planetes gràcies a uns patrons, els investigadors han descobert en aquesta tasca dos nous planetes: Kepler 80g i 90i.