人工智慧尋找到新行星,它的出現幫我們解決許多問題,精確度極高

2020-12-05 天文在線

百家號獨家內容。

在《天文學雜誌》上發表的一篇論文中，美國德克薩斯大學奧斯汀分校(University of Texas at Austin)的安妮·達蒂羅(Anne Dattilo)領導的研究人員報告稱，他們將人工智慧應用於美國宇航局(NASA)克卜勒太空望遠鏡收集的數據。人工智慧成功地識別出了迄今未被發現的圍繞兩顆恆星運行的行星。

圖解：使用人工智慧對有噪聲的數據進行梳理會產生結果。

使用的數據是在克卜勒的所謂K2任務期間收集的，這是該飛船延長的「第二生命」活動。該活動始於2013年，當時美國宇航局的工作人員在一次嚴重故障後成功重啟了該望遠鏡。

研究報告的撰寫者之一安德魯·范德堡解釋說，將受損的太空飛行器重新投入運行無疑是工程學的一大勝利，但它卻讓天文學家們頭疼不已。他說：「K2的數據更具有挑戰性，因為太空飛行器一直在移動，」

其運動的擺動意味著收集到的數據非常嘈雜，這使得對系外行星的識別更具挑戰性。研究人員現在已經證明，一種解決方案是建立一個行星搜索算法，然後讓它自由運行。運行該程序後，我們發現了圍繞一顆1300光年遠的恆星運行的行星K2-293b和圍繞一顆1230光年遠的恆星運行的行星K2-294b。兩者都位於寶瓶座。

範德伯格說：「人工智慧將幫助我們統一搜索數據集。」即使每顆恆星周圍都有一顆地球大小的行星，當我們用克卜勒望遠鏡觀察時，我們也不會發現所有的行星。這只是因為一些數據太吵了，或者有時行星排列不正確。所以，我們必須糾正我們錯過的。我們知道有很多行星因為這些原因我們看不到。

「如果我們想知道總共有多少顆行星，我們必須知道我們發現了多少顆行星，但我們也必須知道我們錯過了多少行星。這就是問題所在。」

多年來，科學家們一直利用美國宇航局克卜勒太空望遠鏡的數據來尋找和發現數千顆凌日系外行星。克卜勒在其延長的K2任務中，觀察了黃道平面上天空中不同區域的恆星，因此在不同的星系環境中。天文學家想知道系外行星的數量在這些不同的環境中是不同的。然而，這需要一種自動和公正的方法來識別這些區域的系外行星，並排除模擬凌日行星信號的假陽性信號。

我們提出了一種利用深度學習對這些系外行星信號進行分類的方法。深度學習是一種機器學習算法，在醫學和語言學等領域都很流行。我們修改了一個神經網絡，以前用於在克卜勒領域識別系外行星，以便能夠識別不同K2運動中的系外行星，這一運動在銀河系環境中範圍很寬。我們訓練一個名為AstroNet-K2的卷積神經網絡，來預測給定的可能系外行星信號是由系外行星引起的還是假陽性。AstroNet-K2在分類系外行星和誤報方面非常成功，在我們的測試集中準確率達到98%。

參考資料

1.WJ百科全書

2.天文學名詞

3. cosmosmagazine-ANDREW MASTERSON

如有相關內容侵權，請於三十日以內聯繫作者刪除

轉載還請取得授權，並注意保持完整性和註明出處

相關焦點

  • Google AI應用:從動植物保護到尋找未知行星
    【IT168 評論】作為人工智慧領域的明星和領導品牌，Google一直致力於人工智慧的研究並推動其不斷發展，並利用這一技術解決一些世界範圍內的挑戰和問題。TensorFlow作為開源平臺，也讓每個來自不同背景、不同地域的人有機會利用這一先進技術，實現創新，為解決人類共同的難題貢獻自己的力量。
  • 幫天文學家「大海撈針」人工智慧有了新辦法
    幫天文學家「大海撈針」 人工智慧有了新辦法研究人員利用人工智慧的深度學習方法，發現了38個新的強引力透鏡候選體，為研究天體物理學問題提供了新的「宇宙探針」候選體。由於人工智慧在海量數據分析和處理方面所具有的突出優勢，它也很自然地走入了天文學家的視野。日前，中國科學院雲南天文臺麗江天文觀測站龍潛研究員與雲南大學中國西南天文研究所宇宙學研究組爾欣中教授團隊合作，利用人工智慧深度學習的方法，發現了38個新的強引力透鏡候選體，為研究天體物理學問題提供了新的可靠的「宇宙探針」候選體。英國《皇家天文學會月刊》發表了這項研究成果。
  • 人工智慧尋找外星人:RobERt人工智慧軟體將有機會找到外星人
    許多科學家正在利用人工智慧(AI)尋找外星人(學名是「地外智慧生命」)，為人類破解外星人之謎帶來了新的希望。他們認為，在人工智慧的助力下，或許未來能夠找到外星人。
  • 人工智慧從開創性的NASA數據確認了50顆新行星
    英國沃裡克大學的大衛·阿姆斯特朗（David Armstrong）領導的研究小組研究出了如何利用人工智慧來處理一些繁重的行星確認工作，從而為天文學家提供了一種新工具來幫助驗證遙遠的世界。研究團隊創建了一種機器學習算法，並使用來自NASA退役的克卜勒任務的已確認行星和假陽性數據對它進行了訓練。然後，他們也從克卜勒數據中輕鬆地分析了一組未經確認的行星候選者。首先，人工智慧系統從那一堆中確認了50顆行星。
  • 「黃道光」或妨礙尋找類地行星
    行星系統內圈如果存在如此大量的塵埃，就會給未來直接拍攝與地球類似行星的工作帶來麻煩。這個天文學家小組使用甚大望遠鏡幹涉儀，在近紅外波段上觀測了鄰近92個恆星，並結合早先觀測所獲得的新數據，探測了存在於這些恆星宜居帶附近的熾熱塵埃所產生的外星黃道光。結果在9顆目標恆星周圍發現了由發光的熾熱塵埃顆粒，或反射星光的顆粒造成的明亮外星黃道光。
  • 被稱為「行星捕手」,它如何幫助我們找到新地球?
    在地球之外，我們有可能尋找到另一個宜居的星球。通過凌星觀測，克卜勒成為行星獵手，為我們捕獲海量的數據。在太陽系尋找新地球可能嗎？應該用哪些辦法尋找新地球？適合生命存在的地方需要有哪些條件？行星探索的新角度又是什麼？出品："格致論道講壇"公眾號（ID：SELFtalks）以下內容為國家天文臺李海寧演講實錄：我來自國家天文臺。
  • 破解宇宙奧秘，為何人工智慧是關鍵？
    在技術有限、預算不足以購買大型宇宙飛船和更好的設備的情況下，我們如何才能實現探索宇宙的目標？人工智慧可以解決這個問題嗎？是的，人工智慧就像是黑暗宇宙中的明星，它很可能是解決複雜問題、徵服宇宙奧秘的完美方案。
  • 尋找太陽系外宜居行星,我們有了新線索
    原標題：尋找太陽系外宜居行星，我們有了新線索 　　圖中的帶狀區域為恆星的宜居帶，只有位於宜居帶內的固態行星才擁有合適的表面溫度，使得液態水可以長期存在，並支持類地球生命的存在。 　　Gliese 581是一顆紅矮恆星，Gliese 581g 為此項研究的對象，這一研究結論也適合其他類似行星。 　　地球生命是否是唯一的？太陽系外是否存在適宜生命存在的星球？一直以來，人類不停地在探尋著這些問題的確切答案。 　　雖然到目前為止，太陽系除地球之外，還沒有在其他行星發現有生命存在的跡象。但人類卻從沒有停下尋找的腳步。
  • 幫天文學家「大海撈針」，人工智慧有了新辦法
    由於人工智慧在海量數據分析和處理方面所具有的突出優勢，它也很自然地走入了天文學家的視野。　　日前，中國科學院雲南天文臺麗江天文觀測站龍潛研究員與雲南大學中國西南天文研究所宇宙學研究組爾欣中教授團隊合作，利用人工智慧深度學習的方法，發現了38個新的強引力透鏡候選體，為研究天體物理學問題提供了新的可靠的「宇宙探針」候選體。英國《皇家天文學會月刊》發表了這項研究成果。
  • 人工智慧的勝利！英國科學家從NASA老數據中發現50顆新行星
    英國研究人員利用人工智慧識別出了50顆新行星，標誌著天文學技術迎來重大突破。英國科學家從老數據中發現50顆新行星來自沃裡克大學（University of Warwick）的天文學家和計算機科學家建立了一個計算機學習算法，來挖掘包含有數千個潛在行星的NASA老數據。
  • 人類與宇宙的故事,人工智慧為何必不可少?
    在技術有限、預算不足以購買大型宇宙飛船和更好的設備的情況下，我們如何才能實現探索宇宙的目標？人工智慧可以解決這個問題嗎？是的，人工智慧就像是黑暗宇宙中的明星，它很可能是解決複雜問題、徵服宇宙奧秘的完美方案。隨著人工智慧在數據科學、探索性數據分析和計算機視覺等領域的技術進步，我們取得了超乎想像的成果。
  • 筆尖上的行星,兩位天文學家,僅僅憑藉「算數」發現了新行星
    人類對於太陽系範圍的認知大幅增加，同時也不禁驚嘆道：原來太陽系不止這幾顆行星！隨著天王星的發現，新的問題也出現了。當科學家們按照計算出來的天王星軌道尋找它時，卻發現它並不在計算出來的位置上。剛開始，科學家們還在考慮誤差、計算錯誤等等情況。時間長了，他們覺得問題不在於此，一定有什麼未知的機制導致了這個情況。
  • 人工智慧可以解決困擾科學家許久的「三體問題」
    而如今利用人工智慧技術，片刻時間便可解決這一問題。牛頓最早在 17 世紀提出了三體問題，但事實證明，要想用簡單的方法來解決這一問題可謂極其困難。三個天體（如行星、恆星和衛星等等）之間的引力相互作用會形成一個混沌系統，而這類系統十分複雜，且對各個天體的初始狀態高度敏感。有研究人員嘗試利用軟體解決三體問題，但往往需耗費數周、甚至數月時間才能完成計算。因此研究人員決定試一試神經網絡。這是一種規律識別類型的人工智慧，大致模擬了大腦的運作機制。而他們打造的算法精確求解的速度比目前最先進的軟體程序 Brutus 還要快 1 億倍。
  • 都在談人工智慧,但你知道它的潛力、實踐意義、障礙是什麼嗎?
    舉例來說，內燃機讓汽車、卡車、飛機、鏈鋸、割草機，甚至大型零售商、購物中心、交叉對接倉庫、新供應鏈以及郊區得以出現。像沃爾瑪、UPS 和 Uber 這樣擁有多樣性的公司找到了利用新技術創造新商業模式的方法。 我們這個時代最重要的通用技術就是人工智慧，尤其是機器學習，也就是說機器能夠持續提高自己的性能，而無須人類明確解釋所有這些任務要怎樣完成。
  • 識別太陽系外行星信號:人工智慧可以為我們找到新的行星嗎?
    然而，藉助現代望遠鏡和克卜勒任務等衛星，我們有可能發現太陽系外的第一顆行星，也被稱為系外行星。這些發現對於更好地了解我們的銀河系和宇宙，以及尋找其他地方的生命是至關重要的。TESS（系外行星勘測衛星）是NASA的新行星」獵手」，也是首顆覆蓋整個天空的系外行星勘測衛星。
  • 它能幫我們找到太陽系新任「第九大行星」嗎?
    」，並有望在五年內觀測到該行星。雖然還未能實際觀測到質量可能是地球十倍大的「第九大行星」，但研究有了新的進展。天文學家們目前依舊只能通過觀察遙遠天體的運動，並結合計算模擬手段間接推斷出這一大質量行星的存在。「第九大行星」之爭有關「第九大行星」的理論 2014 年首次出現。
  • 照亮了尋找九大行星的路徑
    ，他們距離我們比冥王星到太陽的距離還要遠12到23倍。許多天文學家相信這些排成直線的天體——還有他們的運行軌跡——指向一種來自於一個看不見的天體的影響。還沒有人找到第九行星。如果它存在的話，它將是巨大且遙遠的。
  • 李開復最新演講:人工智慧如何商業化?「奇點」是不是真的能出現?
    決策方面，從早期Microsoft Office裡的工具到Google廣告的推薦，然後到金融行業的很多智能決策公司的出現，進步迅速。 Google auto mail可能大家還沒有看過，但是如果你現在還在用gamil的話，會發現你有時候收到email，Google會跳出來問要不要發回復，有時候它連回復都幫你寫好了，而且寫的很精確。這也是人工智慧的體現。
  • 人工智慧或能解決人口老齡化帶來的問題
    前言：隨著全球人口老齡化程度的日益加深，人口年齡結構的變化正在廣泛地影響著人類社會生活的各個方面，人口老齡化已逐漸成為世界各國關注的重大人口問題。搭載上人工智慧發展的時代快車，被認為是解決人口老齡化的一個主要途徑。
  • 有多少個行星系統?太陽系是唯一的嗎?人工智慧打破了計算瓶頸
    為了確保行星系統是穩定的，天文學家需要計算數十億年來相互作用的多個行星的運動，並檢查每種可能的結構的穩定性，這在計算上是一項艱巨的任務。自從艾薩克·牛頓（Isaac Newton）以來的天文學家就一直在解決軌道穩定性問題，雖然這場鬥爭促成了許多數學革命，包括微積分和混沌理論，但沒人能從理論上預測穩定構型。