如何評價 2017.12.14 NASA 藉助谷歌的機器學習系統發現同樣有八顆行星的開普勒90 系統？

12-18

Artificial Intelligence, NASA Data Used to Discover Exoplanet
NASA發現第二個太陽系谷歌AI功不可沒
這對未來系外行星搜索會產生怎樣的意義？

用深度學習方法在開普勒望遠鏡的數據中發現的兩顆新行星——Kepler-80g和Kepler-90i。

使用的演算法叫做卷積神經網路（convolutional neural network，CNN）。開普勒望遠鏡的數據挖掘已經進入了機器學習時代。

一個簡單的神經網路的例子，根據輸入圖片判斷是汪星人還是喵星人。

開普勒望遠鏡在探測凌星信號的同時也會找到大量的虛假信號，例如食雙星或者恆星表面的黑子。谷歌公司的研究人員Christopher J. Shallue和得州大學的Andrew Vanderburg用卷積神經網路方法對模型進行訓練，而後重新分析了開普勒望遠鏡已經找到行星系統的光變曲線，特別是帶有多個行星的系統，結果發現了9個概率大於80%的信號，其中概率大於90%的有4個。進一步統計驗證得到了兩個新行星——Kepler-80g和Kepler-90i。

Kepler-80g之前已經發現有5顆行星，軌道周期從裡向外分別是0.99天（f）、3.07天（d）、4.65天（e）、7.05天（b）、9.52天（c）。注意行星命名的順序並不是從裡向外，而是根據發現時間的先後。

新發現的行星Kepler-80g位於最外側，周期是14.65天，半徑是地球的1.13倍。

Kepler-80是個很有意思的系統，外側4顆行星（debc）的軌道處於一種罕見的三天體共振狀態，稱為「拉普拉斯共振」，也就是說，3顆行星的軌道周期P1、P2、P3滿足以下關係：

$frac{p}{P_1}-frac{p+q}{P_2}+frac{q}{P_3}approx0$

其中p、q都是整數。我們把這四顆行星拿出來看，就會發現d、e、b三顆行星符合 (p, q) = (2,3)，e、b、c三顆行星符合 (p, q) = (1, 2)。新發現的 Kepler-80g 延續了這種關係，b、c、g三顆行星符合 (p, q) = (1, 1)。

雖然兩顆行星的軌道共振在系外行星里很常見，但是這種三顆行星的共振關係卻很少有。太陽系裡已知木星的3顆衛星和冥王星的3顆衛星都存在這種關係。

再來看一下Kepler-90i。Kepler-90先前已經發現帶有7顆行星，這次發現使總數上升到8顆，與太陽系行星數目持平，和太陽系並列成為已知的帶有行星數量最多的系統。

新行星的軌道周期是14.4天，正好填補了c和d行星之間的空白地帶，半徑是地球的1.32倍。可以看到Kepler-90很像是一個縮小版的太陽系，內側6顆行星半徑很小，很有可能是岩石構成的，外側兩顆行星半徑偏大，可能是氣體行星。

事實上如果把這個行星系統放到太陽系裡比較，那麼這8顆行星都位於地球的軌道之內。

那麼很自然的問題是外面還有沒有更多的行星呢？答案是很有可能。但是因為周期和距離的限制，開普勒望遠鏡很難探測到它們。

未來可以期待，隨著機器學習方法的完善，我們還能從開普勒望遠鏡這個寶庫中發掘出更多有意思的系外行星。

作者：太空精釀 @太空精釀

會不會又有標題說「天文學家要失業」？

這次說的是2009年發射升空的開普勒太空望遠鏡在距離地球2545光年的地方發現了另一個「太陽系」：有共計8顆行星圍繞著一個暫時被命名為開普勒-90的恆星運動，這顆恆星與太陽非常接近。

而人類目前已知的含有行星的天體系統中，僅僅它和太陽系擁有8顆行星，著實是兩個龐大的家族！

開普勒望遠鏡名字來自於人類偉大的天文學家約翰內斯·開普勒，他總結的開普勒三大定律成為人類認識宇宙的基礎。向他致敬，開普勒望遠鏡的首要目標是發現太陽系外的類似地球的行星。

換句話說，發現外星生命的家園。

為此，科學家們可謂煞費苦心，為了讓它觀測到更多信息，巧妙設計了四大絕活：

1. 軌道：這個望遠鏡現在運行在尾隨地球但處於外側的周期達372.5天的軌道上，它最大限度迴避了太陽和地球的影響，能夠長期在穩定平台上觀測目標。

2. 火眼金睛：開普勒望遠鏡觀測系外行星的方式是凌日法，即行星擋在恆星前面時會導致恆星的亮度稍微降低，如果觀測到連續三次凌日，就可以確定它是顆凌日行星，從而得到它的軌道周期、大致大小等信息。

3. 明察秋毫：可以想像，開普勒觀測到的恆星與地球之間的距離以光年計，這麼遠的距離時恆星不過是一個不起眼的小點，而觀測它微弱的亮度變化更是難上加難，必須要求望遠鏡能夠看到極其微弱的細節。而開普勒望遠鏡的觀測精度達到了驚人的0.01%星等。這是個什麼概念呢：就好比是人的肉眼看一個極亮的探照燈，已經看不到任何東西了，但此時有一粒極小的灰塵從燈前飛過對探照燈亮度造成的影響。

4. 目不轉睛：行星凌日並不容易觀測到，而宇宙又是如此之大且充滿了各種干擾。開普勒望遠鏡發射後，目前觀測目標定位在天鵝座附近的一小塊星空，每隔80天做出一定變化。它每次觀測數量多達14.5萬顆恆星，每隔30分鐘就會拍一張照片，對比它們的區別，如果有任何一顆恆星出現亮度異常，就要繼續確認是否發生了行星凌日現象。

在這種情況下，幾年來開普勒望遠鏡將人類已知含行星的系統數量擴大到了2658個！總行星數量超過4000顆！

而今天公布的就是唯一能和太陽系相媲美的！

但你認為這就完了么？

真正讓人吃驚的地方在後面！

事實上，在這個新「太陽系」數據被記錄下來後，人類科學家對它們進行了分析，認為這裡可能擁有6-7顆行星。

對於一些多行星的系統，距離恆星過近的行星往往由於體積過小和公轉周期過快，很難被確認。但這個時候能夠深度機器學習的人工智慧出現了，它來自於谷歌研發人工智慧的專業團隊。

相信整個人類還處在被阿爾法狗虐智商、被Atlas機器人虐身體素質的陰影里沒有出來，而這次，它們又要出來虐世界上最頂級的科學家們了。o(&>﹏&<)o

人工智慧可以一次性學習海量的數據（動圖），遠遠超過人類大腦的上限 ?NASA/Google

研發團隊找科學家們要了15000組開普勒觀測到、並被科學家們花了數年後確認已經是完全正確的信號，於是這套智能系統開始分析它們，從0學習如何辨別系外行星。

按照採訪時谷歌團隊技術負責人的說法：「僅僅用了兩個小時，它（人工智慧）就能分析完所有的數據」。

而NASA的科學家們在用新數據對它進行考核之後說：「它的考試成績達到了96分！（96%的正確率）」。

這遠不是頂級科學家可以在兩個小時內達到的成績，即便給一個普通人10000小時定律的學習過程，他也幾乎不可能達到這個高度。發現了人工智慧的強大之後，科學家們迅速把自己以前完全搞不定的數據扔給它處理，尤其是那些擁有較多行星數量的系統。

不出意外，人工智慧在開普勒-90系統中發現了科學家們未曾發現的開普勒-90i，這是一顆周期僅有14.4天的較小岩石質地（類地）行星，它還確認了另外7顆的準確信號。除此之外，之前科學家無法確認的開普勒-80系統內，它也發現了一個新行星開普勒-80g，將這個系統內總行星數擴大到了6顆。

但故事還沒有結束，因為人工智慧覺得人類太弱了，才給它這麼一點信息。

開普勒望遠鏡僅僅觀測了左圖中橙色的區域，大概僅相當於太陽系中最遠到地球附近的距離 ?NASA

可以看到，開普勒望遠鏡在觀測這顆恆星時，僅僅這麼小的區域中，就發現了8顆行星！最遠的一顆放到太陽系中已經可以成為第一大行星，超過木星。而太陽系內同等的區域內僅僅發現了水星、金星和地球三顆。

這意味著開普勒-90系統，極有可能是個超級龐大的家族，擁有數量眾多的多種行星，實際數量幾乎不可能止於8顆！

但到底有多少，人類就無法回答了。

人工智慧團隊「建議」科學家們持續觀測這個系統，它們一定能做出更大發現。

人類對系外行星數量的了解被開普勒望遠鏡（黃色小點）極大提升，而這些大都與地球的尺寸類似 ?NASA

按照開普勒望遠鏡工作這幾年的狀態，它發現幾乎每一個恆星附近都存在行星系統，而每六個系統里就有一顆類似地球的行星處在宜居帶上。在宜居帶內，行星上可能存在液態水，也可能孕育與地球類似的生命。

然而，

目前銀河系裡估計出來的恆星數量大約有1000億-4000億個！

目前人類已經觀測到的宇宙中，像銀河系這樣的星系大約有1000億個！

目前人類的研究還在不斷把人類認識到的宇宙大小持續擴大！

因此，NASA科學家根據開普勒望遠鏡的數據統計，估計宇宙中像地球一樣的行星數量大約為以下這個級別：

16,999,999,999,983,000,000,000

但這還沒完，下一代的凌日系外行星巡天望遠鏡（Transiting Exoplanet Survey Satellite）將在2018年初發射，詹姆斯韋伯望遠鏡（James Webb Space Telescope）將在2019年發射，廣域紅外巡天望遠鏡（Wide Field Infrared Survey Telescope）將在2020年發射。

它們將極大提升人類對系外行星的了解，人類發現的系外行星數量預計將呈幾何級數上升。

這次的發現公布已經告訴我們人工智慧開始涉足人類最頂級的科研，而未來這些太空望遠鏡的數據必然也越來越多依靠它們來分析。如果真的發現了外星人的微弱信號，無疑也是人工智慧最先發現。

但是，將會是由誰、是否、何時、如何做出回答呢？

出品：科普中國

監製：中國科學院計算機網路信息中心

前面幾個答主都說的挺好了，我補個太長不看版吧。

發現了什麼

兩顆新的地外行星Kepler-80g和Kepler-90i，意思是Kepler-80這顆恆星新發現了一個行星，編號g；Kepler-90這顆恆星新發現了一個行星，編號i

通過什麼發現的

凌日法，即通過觀測行星飛到恆星前面擋住了一部分恆星的時候恆星亮度的變化，顯然，越小的行星越難觀測到

這次幹了啥？

說是「發現」，更準確地說是「找到」，數據是開普勒望遠鏡早都獲取了的，判別指標也是現成的，只是讓人檢索和判斷的效率太低，通過培訓AI讓AI在這些海量數據里檢索而已。

有啥亮點？仔細看圖

展望？

對機器學習：讓AI繼續找吧，海量數據，大有可為。

對Kepler-90系統：這就發現八個了？還有那麼多數據沒有check呢，行星數目超過太陽系指日可待呀……

怎麼看待…

多大點事兒呀…這還要發個發布會？！

參考鏈接

Artificial Intelligence, NASA Data Used to Discover Exoplanet

Google"s AI Tech Helps NASA Spot 2 New Planets

同意 @托董，這次所公布的，目前看來，重點不僅在於「發現了什麼」（Kepler-90系統第八顆行星），更在於「如何發現」（研究人員通過google機器學習獲得的成果）。

NASA官網發布了一個一分鐘左右的通俗易懂的科普，我來搬運一下～

英文都很簡單，就不翻譯了。

重點在最後2個圖！！利用「訓練」機器幹活，可以成功plot出傳統分析軟體「無法察覺的微弱信號」，從開普勒望遠鏡採集的數據中發現更多的（較小的）行星。

根據問題鏈接裡面的原文：「The discovery was made by researchers using machine learning from Google. Machine learning is an approach to artificial intelligence, and demonstrates new ways of analyzing Kepler data.」——看這意思，就是採用了新的分析方法發現了有價值的結果而已，重點在方法，而結果本身不是重點。

一個類似於太陽系的遙遠星系，由開普勒配合人工智慧的數據分析而發現。

從人工到計算機到BOINC的分散式計算到谷歌的卷積神經網路。

可是我們的數據處理速度還是太慢了。。。

意義是，NASA可以裁員了

這麼不緊不慢的態度，最大的新聞也就一地球大小的宜居星球

目測只是使用了一個統計模型，為什麼現在流行稱這個叫「人工智慧」...

意義就是告訴我們在海的對岸可能有一片適合生存的土地。

不過還很遙遠，因為我們還造不出來可以跨越大海的船，也沒有安全的航線，也不能保證我們能打得過土著。

可能發現外星人了吧，然後給他們發了信號～

「我有一個長長的望遠鏡，一直伸到你家，你幹什麼我都知道」

根據特徵進行相應演算法。過程雖然很複雜，但原理就是如此。對龐大觀測數據的分析處理優化

無論找到了什麼，只是限於找到，對於人們垂涎的超級地球，我們也只能看看。所以，這種發現新太陽系新聞，我們也只看看就好。對於AI發現的新太陽系來說，這才是個關注重點。NASA

在cctv13看到的相關新聞不得不承認這科技太黑了。
另外居然從cctv口中明確無誤的聽到了「谷歌人工智慧」幾個字，許久不見的正面報道很有趣呀。
（之前提AlphaGo時候往往只說DeepMind公司）

外星人改了模型。表面上屬於地球人，然而系統已經悄然聽命於外星人。不斷的自主學習，很快就碾壓了人類，找個月黑風高夜。偷摸幹掉人類，外星人華麗登場。

然而bp我還沒搞明白

啊，今天剛好公布，沒看，猜一下是發現有水？

可能是一個發著一束束光的星球，外星人正在開著電燈，吃雞

或許是發現了某顆星球有水或者還有氧氣

或許某個星球上長著草，沒錯，那就是青青草原

估計就是Kepler-186f和Kpler-452b之類的類地行星，而且在宜居帶內（golden lock zone）