A inteligência artificial está a mudar a forma como encontramos planetas

Encontrar um planeta a centenas de anos-luz de distância não é tarefa para olho humano. É precisamente para isso que servem os telescópios espaciais, mas mesmo estes instrumentos geram tantos dados que analisá-los manualmente levaria mais tempo do que qualquer equipa tem disponível. A solução tem chegado pela via da inteligência artificial, e os resultados recentes mostram que a aposta está a dar frutos.

Um dos métodos para detetar planetas fora do Sistema Solar, os chamados exoplanetas, consiste em observar as estrelas à distância e detetar pequenas variações de brilho. Quando um planeta passa à frente da sua estrela, a quantidade de luz que chega até nós diminui ligeiramente. É um sinal subtil, facilmente confundido com outros fenómenos astronómicos. É aqui que entram os sistemas de IA.

Em março de 2026, investigadores da Universidade de Warwick, no Reino Unido, anunciaram os resultados de um sistema chamado Raven, desenvolvido para analisar dados do telescópio TESS (Transiting Exoplanet Survey Satellite), da NASA. O Raven não se limita a uma parte do processo, gere a deteção do início ao fim, ao contrário das ferramentas anteriores, que apenas cobriam fases específicas.

Os números? 118 planetas validados e mais de 2 mil candidatos de qualidade, quase mil dos quais totalmente novos. “Isto representa uma das amostras mais bem caracterizadas de planetas próximos e vai ajudar-nos a identificar os sistemas mais promissores para estudos futuros”, disse Marina Lafarga Magro, investigadora responsável pelo projeto, citada pela agência EFE.

Entre as descobertas estão planetas de período ultracurto, que completam uma órbita em menos de 24 horas, sistemas com vários planetas a orbitar a mesma estrela, e casos raros na chamada região do “deserto de Neptuno”, onde planetas do tamanho de Neptuno são particularmente escassos. O sistema analisou dados de 2,2 milhões de estrelas recolhidos nos primeiros quatro anos de funcionamento do TESS, lançado em 2018. 

Os algoritmos da NASA

Do outro lado do Atlântico, a NASA tem o seu próprio sistema, batizado ExoMiner++. A primeira versão, criada em 2021, usou IA para validar 370 exoplanetas a partir dos dados da missão Kepler. A nova edição foi treinada com dados de ambas as missões, Kepler e TESS, e numa primeira análise identificou 7 mil candidatos a exoplanetas, segundo um artigo da agência espacial dos EUA.

Uma diferença relevante: o código é de acesso livre. Qualquer investigador pode descarregá-lo e usá-lo nos dados públicos do TESS. “O software de código aberto acelera a descoberta científica”, afirma Kevin Murphy, responsável pelos dados científicos da NASA, citado no mesmo artigo. A lógica é que quanto mais equipas puderem usar e melhorar as ferramentas, mais depressa avança o campo.

“Quando se têm centenas de milhares de sinais, como neste caso, é o lugar ideal para aplicar tecnologias de aprendizagem profunda”, diz Miguel Martinho, um dos investigadores ligados ao projeto.

O que esperar do futuro?

A próxima versão do ExoMiner++ deverá ir mais longe: em vez de apenas classificar sinais já identificados, o sistema passará a detetar os próprios sinais a partir dos dados em bruto. E quando o telescópio Nancy Grace Roman, atualmente em desenvolvimento pela NASA, entrar em funcionamento, deverá gerar dezenas de milhares de novos registos de exoplanetas para analisar.

A Agência Espacial Europeia (ESA) também tem investido nesta área, financiando projetos que exploram o uso de IA em missões espaciais, desde a observação da Terra até à navegação autónoma de sondas. No caso dos exoplanetas, a colaboração entre a NASA e a Google já tinha mostrado, anos antes, que a IA consegue detetar planetas que os cientistas humanos tinham deixado escapar nos mesmos dados.