Kunstig intelligens bekrefter eksistensen av 50 eksoplaneter

Innholdsfortegnelse:

Kunstig intelligens bekrefter eksistensen av 50 eksoplaneter
Kunstig intelligens bekrefter eksistensen av 50 eksoplaneter
Anonim

Britiske astronomer har utviklet en maskinlæringsalgoritme som kan analysere bilder fra TESS- og Kepler -teleskopene og kontrollere om fjerne stjerner faktisk har eksoplaneter. Spesielt har han allerede bekreftet eksistensen av 50 eksoplaneter ved å analysere Keplers data. Resultatene av deres arbeid ble publisert i det vitenskapelige tidsskriftet Monthly Notices of the Royal Astronomical Society.

"Takket være denne algoritmen overførte vi 50 kandidater til kategorien bekreftede eksoplaneter samtidig. Ingen har brukt maskinlæringssystemer for dette før. Nå kan vi ikke bare si hvilken av kandidatene som mest sannsynlig er en planet, men vi kan også nøyaktig beregne sannsynligheten for dette ", - forklarte en av forfatterne av studien, planetforsker fra University of Warwick (UK) David Armstrong.

I løpet av de siste årene har astronomer funnet mer enn tusen eksoplaneter og flere tusen kandidater til denne rollen. De fleste av dem tilhører de såkalte varme Jupiters - planeter på størrelse med Jupiter, som er en størrelsesorden nærmere stjernen deres enn Merkur er til Solen. På samme tid, blant eksoplaneter, blir det i økende grad funnet mindre planeter, som er sammenlignbare i størrelse med jorden.

De fleste av de kjente eksoplaneter ble oppdaget av Kepler -teleskopet. I nesten fire år overvåket han kontinuerlig hundretusenvis av stjerner som befinner seg på grensen til stjernebildene Cygnus og Lyra. Hvis det på bildene hans ble sett at noen stjerner med jevne mellomrom synker i lysstyrke, så kan dette være et tegn på at den fra tid til annen ble "blokkert" fra teleskopet av en planet som dreier rundt stjernen. Astronomer kaller dette fenomenet en passasje eller transitt.

Årsaken til dette kan imidlertid være andre fenomener, inkludert prosesser i selve armaturene. Som regel gjør langsiktige observasjoner det mulig å skille det ene fra det andre, men dette krever en veldig lang og omhyggelig sammenligning av bilder og analyse av alle tilgjengelige vitenskapelige data om stjernens aktivitet.

Ledetråder for kunstig intelligens

Britiske forskere har utviklet en maskinlæringsalgoritme som kan løse dette problemet raskere og bedre enn menneskelige eller klassiske statistiske metoder for å analysere informasjon. Det er et flerlags nevrale nettverk som kan finne skjulte mønstre i en serie bilder av stjerner.

For å trene denne kunstige intelligensen brukte forskere et datasett som Kepler samlet fra oppdagelsen av allerede bekreftede eksoplaneter, samt objekter hvis eksistens ikke senere ble bekreftet. Totalt ble mer enn 30 tusen transitter drevet gjennom kunstig intelligens for trening.

Forskere har testet algoritmens drift på flere hundre ennå ubekreftede planeter fra Kepler -katalogen. Algoritmen har identifisert 50 objekter som mer enn 99% sannsynlig er eksoplaneter. Astronomer bekreftet dette ved hjelp av andre dataanalysemetoder.

Forskerne tror at utviklingen deres kan brukes til automatisk og veldig raskt å lete etter nye eksoplaneter. Algoritmen kan analysere data fra TESS og andre teleskoper i sanntid. Spesielt håper Armstrong og hans kolleger at deres metode vil bli brukt i arbeidet til det europeiske romobservatoriet PLATO under bygging, som er planlagt å starte i 2026.

Anbefalt: