Questa fase espansa, nota come “fase di gigante rossa”, precede la trasformazione finale della stella in una nana bianca, un residuo stellare in cui la stella si riduce a una morente brace di sé stessa. Queste nane bianche possono finire per essere ricoperte dai resti dei mondi che un tempo orbitavano attorno a loro e che sono stati successivamente distrutti. In questo modo, le nane bianche diventano una sorta di laboratori cosmici, permettendo agli scienziati di studiare i frammenti dei pianeti demoliti, che altrimenti sarebbero irraggiungibili con i telescopi.
Le nane bianche, spesso descritte come stelle “heavy metal” zombie, sono note per cannibalizzare incessantemente i resti dei loro sistemi planetari ormai morti. Keith Hawkins, astronomo presso l’Università del Texas ad Austin, ha sottolineato l’importanza di trovare queste nane bianche inquinate: “È l’unico modo autentico per scoprire realmente di cosa sono fatti i pianeti al di fuori del sistema solare”.
Nonostante l’universo sia pieno di nane bianche “inquietate”, individuarle non è affatto semplice. I segni dell’inquinamento planetario, come la presenza di ferro e magnesio nelle loro atmosfere, sono estremamente sottili e difficili da rilevare, a causa della debole luminosità delle nane bianche. Gli astronomi devono esaminare enormi quantità di dati telescopici per trovare prove definitive da approfondire con osservazioni dettagliate; finora, questo processo ha portato all’identificazione di circa 1.400 nane bianche contaminate.
Grazie al lavoro di Hawkins e dei suoi colleghi, il numero di queste stelle morte potrebbe aumentare drasticamente. Il team ha sviluppato un nuovo algoritmo alimentato dall’intelligenza artificiale (IA), capace di identificare con una precisione del 99% questi “cimiteri cosmici” all’interno dei dati telescopici. L’algoritmo utilizza una tecnica di apprendimento manifold, che permette di visualizzare oggetti astronomici con caratteristiche simili su una mappa visiva semplificata. Questo approccio consente di identificare più rapidamente e accuratamente le nane bianche inquinate.
Per testare il metodo, il team ha incaricato l’algoritmo di analizzare quasi 100.000 nane bianche catalogate dal telescopio Gaia, individuando quelle inquinate. L’algoritmo ha isolato 375 stelle che presentavano molteplici metalli nelle loro atmosfere. Successive osservazioni, effettuate dal telescopio dell’Osservatorio McDonald’s Hobby-Eberly, hanno confermato i risultati, consolidando la scoperta di centinaia di nane bianche inquinate.
Malia Kao, co-leader del team e studentessa di astrofisica all’Università del Texas ad Austin, ha dichiarato: “Il metodo alimentato dall’IA potrebbe aumentare di dieci volte il numero di nane bianche inquinate conosciute, migliorando anche la nostra comprensione della diversità geologica degli esopianeti”. Kao ha concluso sottolineando l’importanza di determinare se la vita possa esistere al di fuori del nostro sistema solare, aggiungendo che se il nostro sistema planetario è unico nella sua capacità di sostenere la vita, potrebbe esserlo anche per altri sistemi.
Questa ricerca innovativa è stata pubblicata il 31 luglio su The Astrophysical Journal.