天文學家使用人工智慧算法確認了50顆新系外行星

天文學家首次使用一種機器學習算法（一種自學AI）來確認現在退休的克卜勒太空望遠鏡收集的數據中系外行星的存在。該算法旨在區分現實世界和望遠鏡數據中的假陽性，確認了總共50個系外行星，範圍從海王星大小的天然氣巨人到小於地球的外星球。

1995年，一組歐洲天文學家發表了具有裡程碑意義的聲明，宣布他們發現了第一個被證實繞著外星運行的世界，這是一顆大約是木星一半大小的熱氣巨星，稱為51 Pegasi b。自從發現第一個致命的行星以來，人類一直在瘋狂搜尋星星以尋找可能潛伏在我們銀河系中的其他世界的證據。

隨著時間的流逝，行星狩獵技術不斷發展，諸如克卜勒和後來的TESS等專用望遠鏡被發射，以搜尋廣闊的天空，尋找隱藏世界的證據。這一證據是根據一顆遙遠的恆星發生的周期性，明顯的傾角而來的，該恆星發生在一顆行星在其圓盤與觀測望遠鏡的睜大的眼睛之間通過時發生的。這種系外行星發現被稱為過境方法。

這些努力沒有白費。天文學家已經發現了超過4,200個繞太陽系運行的世界，以及5,000多個候選系外行星。

這些候選世界需要進一步觀察，以確保望遠鏡記錄的光線下降不是其他現象的結果，例如是否存在另一個共同運行的恆星，來自背景物體的幹擾或天文臺收集數據的微小誤差。

現在，天文學家正在轉向機器學習，以幫助他們篩選真實的望遠鏡數據海洋，並清除從誠實到科學的系外行星的假陽性。

顧名思義，機器學習算法能夠從過去的經驗中學習，以便隨著時間的推移逐步提高其準確性和性能。

華威大學物理系和艾倫·圖靈研究所的科學家建立了一顆系外行星發現算法，並通過向它提供了兩個現已被淘汰的克卜勒太空望遠鏡捕獲的大數據樣本進行訓練。其中一個數據集由已經確認的行星組成，另一個數據集由已知的誤報組成。

然後，研究小組對同樣來自克卜勒檔案館的未經證實的系外行星候選樣本進行了算法發布。任何可能性小於百分之一的假陽性的系外行星都歸類為已確認。

David Armstrong博士說：「就行星驗證而言，以前沒有人使用過機器學習技術。機器學習曾用於對行星候選者進行排名，但從未在概率框架中使用過，這才是真正驗證行星的必要條件。」沃裡克大學（University of Warwick）的作者，該新論文的作者之一。「我們現在不必說出哪些候選人更可能是行星，而是可以說出確切的統計可能性是多少。」

該算法能夠從候選數據中統計地確認存在50顆系外行星，範圍從比地球小的小外星世界一直到海王星大小的巨大天然氣巨人。

現在，可以通過更專業，功能更強大的望遠鏡將這些世界作為後續觀察的目標，這些望遠鏡將能夠確定世界的關鍵特徵。

分享人類探索新知識，帶你領略未知的魅力， 歡迎訂閱關注「探索全頻」 。