圖片來源@unsplash

　　文丨《親愛的數(shù)據(jù)》出品，作者丨譚婧

　　找到”成千上萬的候選行星，天文學(xué)家必須有能力將“真行星”與“假行星”分開。

　　考慮到許多天文學(xué)數(shù)據(jù)庫的規(guī)模都大得驚人，區(qū)分并不是一件簡(jiǎn)單的事，但是，人工智能算法給此事帶來前所未有的希望。

　　近日，英國華威大學(xué)的大衛(wèi)·阿姆斯特朗博士（David Armstrong）領(lǐng)導(dǎo)的研究團(tuán)隊(duì)開發(fā)了一項(xiàng)新的機(jī)器學(xué)習(xí)算法，從美國航空航天局（NASA）的陳舊數(shù)據(jù)中，識(shí)別出太陽系外的行星。他們確認(rèn)了 50 顆系外行星的存在，從海王星大小的氣體巨行星到比地球還小的巖石世界，無所不包。

　　方法是，計(jì)算出每個(gè)行星的成為候選星球的概率。

　　歷史上天文學(xué)家一般相信在太陽系以外存在著其它行星，然而它們的普遍程度和性質(zhì)則是一個(gè)謎。直至 1990 年代人類才首次確認(rèn)系外行星的存在，而自 2002 年起每年都有超過 20 個(gè)新發(fā)現(xiàn)的系外行星。

　　許多太陽系外行星調(diào)查都通過望遠(yuǎn)鏡中的大量數(shù)據(jù)來搜索行星在望遠(yuǎn)鏡與恒星之間通過的跡象，這就是所謂的過境。這會(huì)導(dǎo)致望遠(yuǎn)鏡探測(cè)到的恒星發(fā)出明顯的光線下降，但這也可能是由于來自背景物體的干擾，甚至相機(jī)中的微小誤差所致。這些誤報(bào)可以在行星驗(yàn)證過程中篩選出來。

　　華威大學(xué)（Warwick U）物理系和計(jì)算機(jī)科學(xué)系以及艾倫·圖靈學(xué)院的研究人員建立了一種基于機(jī)器學(xué)習(xí)的算法，該算法可以在 NASA 的開普勒和 TESS 等望遠(yuǎn)鏡任務(wù)發(fā)現(xiàn)的數(shù)千個(gè)候選行星的大樣本中區(qū)分出真實(shí)的行星和虛假的行星。

　　AI 算法接受了識(shí)別真實(shí)行星的訓(xùn)練，使用了兩大已確認(rèn)的行星樣本和現(xiàn)已退役的開普勒任務(wù)的誤報(bào)。

　　然后，研究人員在開普勒尚未確認(rèn)的候選行星數(shù)據(jù)集上使用了該算法，產(chǎn)生了 50 個(gè)新的確認(rèn)行星，其中第一個(gè)將通過機(jī)器學(xué)習(xí)進(jìn)行驗(yàn)證。以前的機(jī)器學(xué)習(xí)技術(shù)只對(duì)候選行星進(jìn)行排序，但從未自行確定候選行星是否是真正行星的概率，而這是行星驗(yàn)證的必要步驟。

　　通過確認(rèn)這 50 顆行星是真實(shí)存在的，天文學(xué)家現(xiàn)在可以優(yōu)先利用專門的望遠(yuǎn)鏡對(duì)它們進(jìn)行進(jìn)一步的觀察。

　　《親愛的數(shù)據(jù)》出品

　　英國華威大學(xué)物理系的大衛(wèi)·阿姆斯特朗博士說：“我們開發(fā)的算法可以讓我們挑選 50 個(gè)候選行星進(jìn)行行星驗(yàn)證，并將它們升級(jí)為真正的行星。”我們希望將這項(xiàng)技術(shù)應(yīng)用于當(dāng)前和未來的 TESS 和 PLATO 等任務(wù)中的大量候選樣本。

　　天文學(xué)家有兩種方法探測(cè)太陽系外的行星。一種是徑向速度方法，它用來監(jiān)測(cè)恒星是否有行星引力引起的小反運(yùn)動(dòng)。第二種是更敏感的技術(shù)， 也是凌日系外行星巡天衛(wèi)星和開普勒采用的技術(shù)， 它主要依靠宿主星的亮度變化。

　　問題是，第二種方法產(chǎn)生了大量恒星的亮度數(shù)據(jù)，其中許多恒星不會(huì)有可見的系外行星。

　　于是，人工智能上場(chǎng)了。

阿姆斯特朗博士的學(xué)校個(gè)人網(wǎng)頁上介紹：“我的興趣之一是將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于天體物理學(xué)問題。與計(jì)算機(jī)科學(xué)部門合作，將最新的機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于太陽系外行星。”

　　論文中也強(qiáng)調(diào)：“我們的算法模型只要短短幾秒就能對(duì)數(shù)千個(gè)肉眼看不見的候選行星進(jìn)行識(shí)別，確認(rèn)其是否真的是行星。我們現(xiàn)在不僅能說哪些候選行星‘更可能’是行星，而是可以用確切的數(shù)據(jù)說明這種可能性有多大：如果候選天體是‘假行星’的可能性小于1％，就可以被確認(rèn)為是真正的行星。”

　　《親愛的數(shù)據(jù)》出品

　　阿姆斯特朗博士，談道：“就行星驗(yàn)證而言，之前沒有人使用過機(jī)器學(xué)習(xí)技術(shù)。機(jī)器學(xué)習(xí)已經(jīng)被用于對(duì)候選行星進(jìn)行排名，但從來沒有在概率框架中使用過，而概率框架是你真正驗(yàn)證一顆行星所需要的。我們現(xiàn)在可以說出精確的統(tǒng)計(jì)可能性，而不是說哪些候選者更有可能是行星。如果一個(gè)候選行星的假陽性概率小于1%，它就被認(rèn)為是經(jīng)過驗(yàn)證的行星。”

　　華威大學(xué)的計(jì)算機(jī)科學(xué)系副主任、阿蘭·圖靈研究所（Alan Turing Institute）研究員 Theo Damoulas 博士說：

　　《親愛的數(shù)據(jù)》出品

“機(jī)器學(xué)習(xí)，尤其適合這樣一個(gè)激動(dòng)人心的問題。

在天體物理學(xué)中，需要整合先驗(yàn)知識(shí)-阿姆斯特朗博士等專家和量化預(yù)測(cè)的不確定性。一個(gè)典型的例子，當(dāng)額外的計(jì)算復(fù)雜性的概率方法取得顯著的回報(bào)。一旦建立和訓(xùn)練好，該算法比現(xiàn)有的技術(shù)更快，而且可以完全自動(dòng)化，這使得它非常適合分析在當(dāng)前調(diào)查中觀察到的潛在的數(shù)千個(gè)候選行星。

　　阿姆斯特朗博士補(bǔ)充說：“到目前為止，幾乎 30% 的已知行星僅用一種方法就被驗(yàn)證了，這并不理想。僅僅因?yàn)檫@個(gè)原因，開發(fā)新的驗(yàn)證方法是可取的。但機(jī)器學(xué)習(xí)也能讓我們做得非常快，更快地確定候選人的優(yōu)先級(jí)。”

　　《親愛的數(shù)據(jù)》出品

　　研究人員認(rèn)為，它應(yīng)該是未來用來驗(yàn)證行星的工具之一。?

　　根據(jù)新的研究，在所有確認(rèn)的系外行星中，大約有三分之一是用單一的分析方法確認(rèn)的，這并不理想。科學(xué)家們用已確認(rèn)身份的系外行星數(shù)據(jù)和“假行星”的數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)（一種人工智能算法），這樣能在新的數(shù)據(jù)中識(shí)別出那些明顯的跡象（信號(hào)）。

　　新技術(shù)比以前的技術(shù)更快，可以自動(dòng)化，并且可以通過進(jìn)一步的"訓(xùn)練”加以改進(jìn)效果。

阿姆斯特朗博士說：“我們?nèi)匀恍枰〞r(shí)間訓(xùn)練算法，但一旦訓(xùn)練完成，在未來的候選人中應(yīng)用它就會(huì)變得容易得多。你也可以結(jié)合新的發(fā)現(xiàn)來逐步改進(jìn)它。像 TESS 這樣的調(diào)查預(yù)計(jì)會(huì)有成千上萬的行星候選行星，能夠一致地分析它們是很理想的。像這樣快速、自動(dòng)化的系統(tǒng)可以讓我們用更少的步驟驗(yàn)證行星，讓我們做得更有效率。”

　　論文《利用機(jī)器學(xué)習(xí)驗(yàn)證系外行星：50 顆新驗(yàn)證的開普勒行星》發(fā)表在《皇家天文學(xué)會(huì)月刊》上。阿姆斯特朗博士的研究得到了英國研究與創(chuàng)新部門科學(xué)技術(shù)設(shè)施委員會(huì)(STFC)通過 Ernest Rutherford 獎(jiǎng)學(xué)金的支持。

　　GitHub 上也有不少天文學(xué)軟件包，比如，allesfitter，用于對(duì)光度和 RV 數(shù)據(jù)進(jìn)行建模。它可以容納多個(gè)系外行星，多星系統(tǒng)、星點(diǎn)、恒星耀斑和各種噪聲模型。

　　《親愛的數(shù)據(jù)》出品

　　盡管取得了突破，但是，該算法仍處于早期階段。在陳舊數(shù)據(jù)中找到錯(cuò)失的金子，提高了人類探索未知宇宙世界的效率。驗(yàn)證行星的新工具問世了，新老方法共同為系外行星探索出力。

總結(jié)

以上是生活随笔為你收集整理的AI找星星，发现了50颗的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。