当前位置: 主页 > 科学探索 >

AI神助攻!开普勒海量数据中发现隐藏行星

来源:中央气象台发布时间: 2018-10-12 15:13

AI神助攻!开普勒海量数据中发现隐藏行星

  出品| 新浪科技《科学大家》

  撰文| Chris Shallue, Google AI高级软件工程师

太阳系(新浪科技配图)

太阳系(新浪科技配图)

  太阳系中有许多行星围绕着太阳旋转,长久以来,科学家、哲学家、科幻作家们一直在探索其它恒星周围是否也存在行星的可能性,我们对太阳系中行星的观察已经经历了数千年,一直到最近30年间,人类才开始观察到其它恒星周围的行星。这些行星观察起来非常困难,因为它们很小、很黯淡,但它们的中央恒星却非常明亮、巨大,要观察这些行星,就像在聚光灯下寻找一只萤火虫一样难。

当沿着轨道运行的行星遮挡一部分恒星的光线时,受测量的恒星亮度就会稍稍减弱。

当沿着轨道运行的行星遮挡一部分恒星的光线时,受测量的恒星亮度就会稍稍减弱。

  探测这些遥远的地外行星的方式之一是观察时不时发生的凌日现象,当行星从恒星前方穿过时,就会阻挡恒星发出的一部分光线,恒星光线亮度就会随之减弱;等行星离开恒星前方后,恒星光线又会重新增强。

  如今我们知道的大部分地外行星都是由NASA的开普勒望远镜探测到的。在4年的时间里,开普勒望远镜对20多万颗恒星开展了敏感度极高的光线亮度测量,获取了140亿个数据点,而这些数据点可能意味着2万亿条行星轨道。其中每颗行星对其中央恒星亮度的影响可谓微乎其微,因此在这些海量数据中寻找地外行星简直犹如大海捞针。

AI神助攻!开普勒海量数据中发现隐藏行星

  大部分地外行星都是由NASA的开普勒望远镜探测到的

AI神助攻!开普勒海量数据中发现隐藏行星

  这是开普勒望远镜探测到的行星光线亮度测量值。右侧曲线显示,当行星从恒星前方穿过时,阻挡了恒星的部分光线,导致恒星亮度有所下降。而当行星不再阻挡光线时,恒星亮度又重新增强。然而,还有其它天文学现象也会导致恒星亮度出现这种变化。例如,有一些恒星会绕着另一颗恒星旋转,构成双子星。当双子星中的一颗从另一颗前方经过时,对恒星亮度的影响会比行星大得多。还有另一种类型的双子星,其中一颗较为明亮,另一颗则较为黯淡。当其中较为黯淡的一颗从较明亮的一颗前方穿过时,会导致后者光线亮度出现明显下降;而如果反过来,明亮的一颗从黯淡的一颗前方穿过,对亮度的影响则不太明显。除此之外,还有很多现象也会导致恒星亮度减弱,如恒星黑子、或仪器缺陷等等。

  利用开普勒望远镜收集的数据,科学家运用特殊软件来分析恒星亮度的减弱,并亲自核查,判断恒星亮度的变化是否由某颗地外行星引起。但开普勒望远镜收集的数据实在太多,若一一进行人工检查,实在太耗时耗力。而我觉得这个问题和谷歌相册给照片分类的问题十分相似,只不过目标不是判断某张照片中是小猫还是小狗,而是要判断某个信号是否由地外行星导致。

  我其实并没有天文学背景,但我对科学很感兴趣。我曾经读过一本关于宇宙起源的书,人类了解宇宙起源的方式之一就是观察宇宙、探索宇宙。但这种做法存在一个问题:例如,从2009年的开普勒望远镜任务收集了大量数据,而这些数据量太过庞大,无法仅凭人力进行分析。这就给了我一定启迪,人工智能也同样致力于分析大量数据。所以我就想,我们能否在这方面做出一些贡献。

AI神助攻!开普勒海量数据中发现隐藏行星

  于是我与德克萨斯大学的一支天文学家团队一起对这一问题进行了研究。我刚提出这个想法时,只花了20%的时间研究,因为这是一项极具开创性的项目,我们不确定这个想法是否可行。而当确定它可行之后,我们开始投入更多时间,一起运用了一个机器学习模型,向其中输入了1.5万个经天文学家人工分类过的数据,判断开普勒望远镜接收到的信号是否来自某颗地外行星。经过训练后,该模型的判断准确率达到了96%。然后我们把这一模型运用到整个开普勒数据库,试着寻找新的地外行星。