Come identificare oggetti pericolosi

Una rete neurale individua asteroidi e rocce spaziali che potrebbero schiantarsi sulla Terra

Un team di ricercatori dell’Università di Leida nei Paesi Bassi ha sviluppato una rete neurale chiamata «Identificatore di oggetti pericolosi» che secondo loro può prevedere se un asteroide è in rotta di collisione con la Terra.

Questa loro nuova intelligenza artificiale, in passato, aveva individuato 11 asteroidi che in precedenza non erano stati classificati dalla NASA come pericolosi e che avevano un diametro superiore ai 100 metri – abbastanza grandi, quindi, da esplodere con la forza di centinaia di armi nucleari se avessero avuto un impatto con la Terra, radendo potenzialmente al suolo intere città.

Ora si stanno concentrando anche su rocce spaziali che potrebbero arrivare a 4,7 milioni di miglia (equivalenti a 7,5 milioni di chilometri) dalla Terra, come dettagliato in un articolo pubblicato recentemente sulla rivista Astronomy & Astrophysics.

Nessuno di questi è una minaccia imminente, tuttavia le probabilità che non colpiscano mai la Terra si sono astronomicamente ridotte.

Quello che gli scienziati hanno fatto è usare un supercomputer per ottenere una simulazione di 10.000 anni di movimenti orbitali dei pianeti del Sistema Solare.

Poi, hanno invertito questa simulazione, simulando gli impatti di alcuni asteroidi sulla Terra che poi sono stati riportati indietro per monitorarne le posizioni e le orbite esatte.

In questo modo hanno creato una libreria delle orbite degli asteroidi che sono arrivati sulla Terra, usando i dati come una palestra per addestrare la loro rete neurale, che ha quindi cercato dei modelli nei dati comuni tra gli asteroidi simulati e quelli che potrebbero eventualmente colpire la Terra.

Per stabilire se la loro intelligenza artificiale fosse effettivamente brava a individuare gli asteroidi che potrebbero avere un impatto sulla Terra nella realtà, il team l’ha testata su dati noti di 2.000 asteroidi elencati dalla NASA.

La rete neurale è stata accurata al 90,99% nel determinare quali fossero pericolosi e quali no.
Il team sta ora lavorando per rendere la sua rete neurale ancora più accurata.