通過Google機器學習來尋找系外行星
幾千年以來,人們一直仰望星空,觀察並記錄。早期的希臘天文學家們將確定的第一批行星,稱之為"planētai"或者叫流浪者。
今天在光學望遠鏡,太空飛行,數碼相機以及計算機等幫助下,人們將視野延伸到太陽系之外,並探測器他恆星周圍的行星,並稱之為系外行星。對系外行星的探索有助於我們人類回答關於宇宙最深層次的問題,外面的世界有什麼?在太陽系之外的地方有像我們這樣的存在嗎?
北京時間12月15日凌晨2時(美國東部時間12月14日13時),NASA召開了媒體電話會議,宣布了開普勒太空望遠鏡的最新發現。
伴隨著第八顆系外行星的發現,Kepler-90成為首個和我們太陽系擁有同樣數量行星的恆星系統。
Credits: NASA/Wendy Stenzel
研究人員通過Google AI模型,新發現了兩顆系外行星,分別稱為Kepler-80 g和Kepler-90 i。
Credit:NASA
Kepler-90系統中的行星與我們太陽系內行星的對比
Credit:NASA
Kepler-90系統中行星的軌道與地球在太陽系中的軌道對比
Credit:NASA
其中Kepler-90 i距離我們約為2545光年,這是研究人員在一顆類太陽恆星Kepler-90周圍發現的第八顆行星,Kepler-90這下和我們的太陽系一樣擁有8顆行星,這8顆行星距離其恆星Kepler-90都很近,與我們太陽系相比,其最外層的行星軌道都要比我們地球距離太陽近。
據估計,Kepler-90i表面的平均溫度超過800華氏度。
Credit:NASA
新發現的行星Kepler-90i,軌道道公轉周期約為14.4天,是一個炎熱的岩石星球,其表面平均溫度超過800華氏度,不可能有我們已知的生命形式存在。這顆行星是研究人員通過谷歌的機器學習,在NASA的開普勒望遠鏡數據中發現的。
尋找系外行星的新方法
尋找系外行星並不容易,因為和其恆星相比,系外行星又小,又暗,還很寒冷。就像是從幾千英里外的探照燈旁邊飛來一隻螢火蟲一樣難以發現。藉助於機器學習,科學家們最近取得了一些進展。
天體物理學家們尋找系外行星的一個主要方式是,通過自動化軟體和人工分析,分析來自NASA開普勒太空望遠鏡大量的數據,開普勒太空望遠鏡4年時間來大約觀測了20萬顆恆星,每30分鐘拍一張照片,收集了約140億個數據點。這140億個數據點轉化為大約2萬億個可能的行星軌道,即使用最強大的計算機來進行分析,也是一個費力,耗時的過程,為了使這個過程更加高效,科學家們開始使用機器學習。
凌星現象
Credit:NASA
由於系外行星距離我們太遙遠而不能直接進行觀測,開普勒望遠鏡通過凌星現象,測量一顆恆星的亮度變化,來尋找系外行星。
機器學習可以教授計算機進行模式識別,尤其對理解大量的數據很有用。關鍵的思想是讓計算機通過例子學習,而不是用特定的規則進行編程。
這次的發現者之一是一名對太空感興趣的Google AI研究員Chris Shallue,他使用了「20%時間」(Google 允許工程師以「20%時間」去從事個人感興趣的非正式項目)與Andrew一起教會一台機器學習系統,如何識別遙遠恆星周圍的行星。Andrew是一名德州大學奧斯汀分校的天體物理學家。
他們使用超過15000 個標記的開普勒信號的數據集,創建了一個TensorFlow 模型(有關這個模型可自行Google)來區分行星與非行星。在測試時,該系統能準確地確定哪些信號是行星,哪些信號不是,準確率高達96%。
他倆這次縮小了搜尋範圍,在已知的670顆恆星周圍,發現了兩顆行星Kepler 80g和Kepler 90i,這就是這次新聞發布中所述的兩個新發現的行星。特別是在恆星系統Kepler-90中發現了其第八顆行星Kepler-90 i,這是除過我們太陽系外,首個知道的擁有8顆行星的系統。
參考一:https://www.blog.google/topics/machine-learning/hunting-planets-machine-learning/
參考二:https://www.nasa.gov/press-release/artificial-intelligence-nasa-data-used-to-discover-eighth-planet-circling-distant-star
參考三:https://nasa.tumblr.com/post/168542791629/researchers-just-found-for-the-first-time-an-8th
推薦閱讀:
※【潛點】去《金銀島》潛水,尋找那未開啟的寶藏
※陽宅如何尋找年貴人
※八字主要是尋找用忌神
※建國後,毛主席為何不再尋找失蹤的兒子毛岸龍?
※大恩上師 格花堪布----尋找認定