在AI的帮助下,NASA发现了第二个太阳系
北京时间今天凌晨2点,美国宇航局召开新闻发布会,宣布围绕一颗恒星发现了一个由八颗行星组成的行星系统。
在此之前,我们居住的太阳系一直是围绕一颗恒星的已知行星数量最多的,有多达8颗行星围绕太阳运行。但是随着今天新闻发布会上宣布的消息,我们了解到在一颗名为90”(开普勒-90,2545光年)的恒星周围有相同数量的行星。
利用美国宇航局开普勒望远镜的数据,天文学家最近发现了隐藏在该系统中的第八颗行星,使该系统中的行星数量达到与太阳系相同的水平。
开普勒90系统与太阳系的比较
新发现的外行星叫做开普勒-90i,它是一颗小质量的岩石行星。由于它离恒星很近,公转周期只有大约14.4天,所以可以想象它的表面温度极高。这一发现的另一个亮点是,这项成就是在谷歌的机器学习技术的帮助下实现的。机器学习技术的本质是计算机通过人工智能技术实现“自主学习”。在这种情况下,计算机学会了如何从开普勒望远镜获得的大量数据中搜索可疑的系外行星信号。
美国宇航局天体物理部门的负责人保罗·赫兹说:“正如我们所料,令人兴奋的新发现仍然隐藏在我们之前分析过的开普勒望远镜数据中,等待着用适当的新工具或技术来揭示。”“这一发现表明,我们的数据将是未来几年创新研究的宝贵财富,”他说。
美国国家航空航天局的开普勒望远镜将记录恒星亮度的轻微下降,这是由在恒星前面经过的系外行星引起的。这种亮度信号的降低可以让科学家间接计算出行星的存在和行星的许多物理性质。在这一发现中,研究人员克里斯托弗·沙龙和安德鲁·范德堡训练了一台计算机,学习如何分析开普勒望远镜获得的大量恒星亮度数据,并检测可能表明系外行星存在的异常信号。受人脑神经元之间联系的启发,科学家们利用人工“神经网络”技术和计算机系统强大的计算能力,自动筛选开普勒望远镜获得的海量数据,最终在存档数据中发现了一个微弱的异常信号,这个信号在之前的人工分析中被忽略了,最终证明这是开普勒-90周围的第八颗行星,位于德拉科星座方向。
事实上,在此之前,机器学习技术已经被应用到开普勒望远镜数据库的分析中,相关的研究已经显示出它在查询隐藏在海量数据中的细微信号方面的优势。
尽管行星的数量是相同的,但从这张轨道图中可以清楚地看到,开普勒90系统的范围要小得多,几乎就像是太阳系的迷你版本。最外层行星的轨道几乎是地球轨道的半径。
与开普勒90系统相比,其他行星系统在繁殖生活方面可能有更多的优势。开普勒-90i是一颗新发现的系外行星,比地球大30%。它非常接近恒星,表面温度估计超过80万摄氏度(约526摄氏度)。最外层的行星开普勒-90h在离地球很近的地方围绕恒星运行。
范德伯格是美国宇航局萨根大学的博士后研究员。他说:“开普勒90就像太阳系的迷你版本。你会发现更小的行星在内侧,更大的行星在外侧,但是整个行星系统的维度似乎被压缩成了一个迷你版本。”
沙拉是谷歌公司的子公司谷歌人工智能的高级软件工程师。他想用神经网络技术来分析开普勒望远镜的数据。在得知天文学和其他学科一样,随着数据采集技术的不断升级,被海量数据淹没后,他开始对外行星搜索产生浓厚的兴趣,并开始思考如何利用自己的计算机技术知识来帮助天文学家应对这一困境。
沙拉说:“在业余时间,我开始在互联网上搜索‘使用大数据搜索系外行星’等话题,然后我很快注意到开普勒望远镜项目和大量公开发布的数据。”他说:“当数据太多,手工分析难以处理时,机器学习技术的应用就开始发挥作用了。”
开普勒在其四年运行期间收集的数据包括35000个可能的行星信号。科学家使用自动分析和人工检查来解释所有可疑信号。但是在最弱的信号面前,这种分析方法经常忽略它们。沙拉和范德伯格推测,在已经分析过的存档数据中,应该有隐藏在其中的行星信号,这些信号在之前的分析中被忽略了。
首先,他们利用之前筛选过的15000个信号案例来训练计算机神经网络,以识别开普勒数据集中的行星掩星信号。在本次训练测试中,人工智能判断真实外星球信号和虚假信号的准确率达到96%以上。后来,当计算机系统学会如何识别掩星信号时,研究小组开始尝试让计算机分析和筛选670颗恒星的数据,这些恒星又在它们周围发现了行星。科学家认为,已经被证明具有行星系统的恒星是最有可能发生“泄漏”的地方,并且可能还有其他以前没有被注意到的行星信号。
范德伯格说:“我们发现了许多‘假阳性’信号,但也可能有隐藏的真实信号。这就像在各种小石头中寻找真正的宝石。如果你的筛子更好,你当然会抓到更多的石头,但同时你抓到宝石的机会也在增加。”
开普勒-90i并不是这个神经网络系统发现的唯一宝石。在开普勒80系统中,他们还发现了系统中的第六颗行星。外行星开普勒-80g的大小与地球相似,并且与属于同一行星系统的其他四颗行星处于一个共振系统中。这将创造一个极其稳定的系统,类似于之前轰动一时的七行星TRAPPIST-1系统。
关于这些发现的相关论文已被《天文学杂志》接受,并将在不久的将来发表。沙拉和范德伯格计划在下一步让人工智能系统筛选和分析整个开普勒望远镜的所有数据,那时计算机将筛选超过15万颗恒星的亮度数据。
开普勒望远镜在寻找系外行星的过程中已经获得了前所未有的大量数据。开普勒望远镜在对一个亮度测量区域进行了4年多的密切关注之后,目前正在扩展其任务。
美国宇航局艾姆斯研究中心的开普勒望远镜科学家杰西·多森说:“这些结果显示了开普勒的持久价值。新的数据分析方法,例如在这项工作中使用机器学习技术的初步研究,将继续加强我们对围绕其他恒星运行的行星系统的知识和理解。我非常肯定会有更多的“第一”等着我们去发现这些数据。