 “开普勒－90”和太阳系一样拥有八大行星 本文图片均来自 NASA 这项发现用到了谷歌的神经网络模型。 通过神经网络模型，人工智能可以进行深度学习，即利用大量匹配的输入－输出值训练计算机，使之自行发掘数据中的特征。这种曾令AlphaGo在棋盘上大杀四方的人工智能模型，如今开始在天文物理的海量数据中发挥用处。或许正应了那句传言：围棋的变化组合，比宇宙中的原子数还要多。 发现新行星的方法是观察“凌日”现象，即行星掠经恒星表面时，会造成恒星亮度的下降。  “凌日”现象 2009年，“行星猎手”开普勒望远镜承载着人类寻找“第二地球”的梦想升空。它在2013年因“瘫痪”——一次严重的硬件故障结束了猎捕系外行星的任务，朝同一个方向凝视了4年。最近，NASA计划让它每80天转动一下角度。 在“瘫痪”前的四年，开普勒望远镜积累了浩繁的数据。这份数据库对科学家来说几乎是难以穷尽的富矿。目前，人类从中找出了超过4000颗疑似的系外行星。 漏网之鱼肯定存在。  已知恒星系统的行星数 克利斯朵夫·肖乐（Christopher Shallue）是谷歌人工智能团队的一名资深软件工程师，当他了解到天文学正在和许多其他学科一样被大数据淹没时，他想到了要用神经网络分析开普勒数据库。 首先，研究者训练计算机对人类已经分析过的15000个开普勒信号进行训练，当计算机能以96%的准确率识别凌日信号后，研究者用这个模型搜寻670个多行星系统中微弱的信号。他们认为，多行星的星系是寻找更多系统行星的最佳地点。 合作发现者NASA博士后安德鲁·范登堡（ Andrew Vanderburg）说道：“我们得到了许多假阳性信号，但真阳性更多。这就像沙中淘金。如果你用的网格更密，你会淘到更多的沙，但也可能淘到更多的金。” 肖乐和范登堡下一步打算用人工智能模型将整个开普勒数据库筛一遍。里面包含超过15万个信号。  开普勒之前（蓝色）和开普勒（黄色）发现的系外行星 “正如我们所料，存档的开普勒数据中还藏着许多激动人心的发现，静待合适的技术解锁。”NASA天文物理部主任保罗·赫兹（Paul Hertz）说道。“这项发现意味着，我们的数据在未来可以成为研究者们的宝库。” 新发现的“开普勒－90”第八行星——“开普勒－90i”是一颗灼热的岩石星球，公转周期14.4天。它比地球大30%，非常靠近恒星，表面温度与水星相当。 而“开普勒－90”系统最外围的行星，“开普勒－90h”，轨道距离与地球相当。 “开普勒－90星系就像迷你版太阳系：里圈有小点的行星，外圈有大点的行星，但距离压缩得更近，”范登堡说道。  迷你版太阳系：行星间距更近 除此之外，“开普勒－90”第六行星“开普勒－90g”也是通过这个人工智能模型找到的。它和四个比邻行星的相互重力形成了谐振链，异常稳定，如同此前发现的“葫芦娃”七行星系统TRAPPIST-1。 |
|Archiver|小黑屋|星韵百科|星韵地理网
( 苏ICP备16002021号 )
GMT+8, 2024-11-29 03:34 , Processed in 0.063455 second(s), 24 queries .
Powered by Discuz! X3.5
© 2001-2024 Discuz! Team.
