Ciudad de Mexico, 25 de marzo de 2026.- Un equipo de astrónomos ha logrado validar más de 100 nuevos exoplanetas, incluidos 31 recientemente detectados, mediante la aplicación de una herramienta de inteligencia artificial a los datos del telescopio espacial TESS de la NASA. El hallazgo, realizado por investigadores de la Universidad de Warwick en el Reino Unido, representa uno de los avances más significativos en la caracterización de planetas cercanos a sus estrellas anfitrionas.
Los detalles de esta investigación fueron publicados en la revista Monthly Notices of the Royal Astronomical Society. Para llegar a estos resultados, el equipo aplicó su nuevo sistema de IA, denominado Raven, a las observaciones de más de 2.2 millones de estrellas recopiladas durante los primeros cuatro años de funcionamiento del telescopio TESS. La misión tiene como objetivo monitorear el cielo en busca del sutil oscurecimiento de la luz estelar que ocurre cuando los planetas transitan frente a sus estrellas.
El enfoque del estudio se centró en identificar planetas que orbitan cerca de sus estrellas, completando una vuelta en menos de 16 días. Marina Lafarga Magro, integrante del equipo de investigación, destacó la capacidad del algoritmo para filtrar señales reales entre el ruido cósmico. “Gracias a Raven, hemos podido validar 118 nuevos planetas y más de 2,000 candidatos a planetas de alta calidad, de los cuales casi mil son totalmente nuevos”, señaló la especialista.
Entre los cuerpos celestes recién validados se encuentran poblaciones de especial valor científico, como planetas de periodo ultracorto, que orbitan alrededor de sus estrellas en menos de 24 horas. Asimismo, se identificaron ejemplares del llamado “desierto neptuniano”, una clase poco común situada en una región donde la teoría predice que estos mundos deberían ser escasos, así como sistemas multiplanetarios con órbitas cercanas.
Las misiones modernas de búsqueda de planetas identifican habitualmente miles de posibles candidatos, pero confirmar qué señales corresponden a planetas reales y cuáles son falsos positivos, como estrellas binarias en eclipse, sigue siendo un gran desafío con los métodos actuales. La implementación de Raven permite resolver esta distinción con mayor precisión, ofreciendo una muestra mejor caracterizada que ayudará a identificar los sistemas más prometedores para futuros estudios astronómicos.
About The Author
