據(jù)外媒報道，我們的行星搜尋望遠(yuǎn)鏡已經(jīng)非常出色地完成了它們的工作，它們已經(jīng)確定了太陽系外數(shù)千個可能的行星位置。不過這意味著科學(xué)家們必須篩選大量的數(shù)據(jù)以確定哪些是真正的行星、哪些什么是假扮的行星。由英國華威大學(xué)的David Armstrong領(lǐng)導(dǎo)的一個研究小組已經(jīng)研究出如何利用人工智能(AI)來處理一些繁重的行星確認(rèn)工作，這給天文學(xué)家提供了一個幫助確認(rèn)遙遠(yuǎn)世界的新工具。

該研究團隊創(chuàng)建了一種機器學(xué)習(xí)算法并利用已經(jīng)確認(rèn)的行星數(shù)據(jù)和NASA已退役的開普勒任務(wù)的誤報數(shù)據(jù)對其進行訓(xùn)練。然后他們將其釋放出來進而讓系統(tǒng)分析一組未經(jīng)證實的候選行星--數(shù)據(jù)同樣來自開普勒。最后，AI系統(tǒng)確認(rèn)了其中的50顆行星，這是第一次取得這樣的技術(shù)突破。

“我們開發(fā)的算法可以讓我們對50個候選行星進行驗證并將它們升級為真正的行星，”Armstrong在華威大學(xué)周二的新聞稿中說道。確認(rèn)行星可以幫助科學(xué)家們將他們的資源用于太空中有趣的地點，而不用把時間浪費在“假”行星上。

用這種方法確認(rèn)行星的能力的確是一個進步?？茖W(xué)家們一直在使用機器學(xué)習(xí)對候選人進行排名。

這項技術(shù)有望對在TESS和ESA計劃中的PLATO任務(wù)等項目產(chǎn)生的大量數(shù)據(jù)中進行篩選。

不過Armstron表示，他們?nèi)孕枰〞r間訓(xùn)練算法，但一旦訓(xùn)練完成，他們就將能更容易將其應(yīng)用于未來的候選行星中，“你也可以結(jié)合新的發(fā)現(xiàn)來逐步對其進行改進。”

關(guān)鍵詞： AI系統(tǒng) 行星