Da secoli, osserviamo i cieli, ma finora abbiamo identificato solo due oggetti noti provenienti da un altro sistema stellare. Il primo oggetto interstellare confermato è stato 1I/2017 U1, più comunemente noto come ?Oumuamua. È stato scoperto grazie al Panoramic Survey Telescope and Rapid Response System (Pan-STARRS) e si è distinto per il suo elevato moto proprio. Poiché ?Oumuamua ha attraversato il sistema solare interno, era relativamente facile da distinguere. Il secondo oggetto interstellare, 2I/Borisov, si è distinto perché è entrato nel sistema solare interno da ben sopra il piano orbitale. Anche se finora abbiamo scoperto solo due visitatori alieni, gli astronomi ritengono che gli oggetti interstellari siano abbastanza comuni. Si stima che ogni anno diversi di questi visitino il nostro sistema solare e potrebbero essercene migliaia all’interno dell’orbita di Nettuno in un dato giorno. Non sono facilmente distinguibili, quindi non li notiamo. Ma questo potrebbe cambiare a breve.
Il Vera C. Rubin Observatory è previsto che diventi operativo nel 2025. A differenza di molti grandi telescopi, l’Osservatorio Rubin non è progettato per concentrarsi su bersagli specifici nel cielo. Il suo specchio può catturare un’area del cielo sette Lune larghe in un’unica immagine. Accumulerà più di un petabyte di dati ogni notte, catturando immagini dei corpi del sistema solare ogni pochi giorni. Questo permetterà agli astronomi di monitorare anche i corpi più deboli e in movimento lento con grande precisione. L’orbita di qualsiasi oggetto interstellare si distinguerà chiaramente, SE gli astronomi riusciranno a trovarli. Ed è qui che entra in gioco un nuovo studio.
Con così tanti dati raccolti, non c’è modo di esaminare tutto a mano. Alcune cose, come le supernovae e le stelle variabili, saranno facili da distinguere, ma i corpi interstellari nel sistema solare esterno rappresenteranno una sfida particolare. In qualsiasi immagine, appariranno come un comune asteroide o cometa. È solo dopo mesi o anni di monitoraggio che le loro orbite uniche riveleranno le loro vere origini.
Il campo visivo dell’immagine di Rubin rispetto alla Luna. Credito: SLAC National Accelerator Laboratory
Così, gli autori di questo nuovo lavoro propongono l’uso dell’apprendimento automatico. Per dimostrare come funzionerebbe, il team ha creato un database di corpi simulati del sistema solare. Alcuni di essi hanno ricevuto orbite regolari, mentre altri hanno ottenuto traiettorie interstellari. Basandosi su questi dati, hanno addestrato algoritmi per distinguere i due gruppi. Hanno scoperto che alcuni metodi di apprendimento automatico funzionano meglio di altri. In questo caso, l’approccio Random Forest, in cui si classificano gli alberi decisionali in modo statistico, e il metodo Gradient Boosting, che privilegia i “debole apprendisti” per rafforzarli, sembrano funzionare meglio. Il metodo delle reti neurali, più comunemente noto, è risultato meno efficace.
In generale, il team ha scoperto che l’apprendimento automatico può rilevare oggetti interstellari con grande efficienza, e il numero di falsi positivi dovrebbe essere abbastanza ridotto da poterli gestire efficacemente. Anche se l’approccio non sarà in grado di trovare tutti i corpi interstellari nel nostro sistema solare, dovrebbe riuscire a identificare centinaia di essi nel primo anno di operatività di Rubin. E questo ci fornirà molte informazioni per comprendere meglio questi visitatori enigmatici.
Riferimento: Cloete, Richard, Peter Vereš e Abraham Loeb. “Metodi di apprendimento automatico per la classificazione automatizzata di oggetti interstellari con LSST.” Astronomia & Astrofisica 691 (2024): A338.