Ein neuer Algorithmus der künstlichen Intelligenz hat mehr als 300 bisher unbekannte Exoplaneten in Daten entdeckt, die vom nicht mehr existierenden Exoplaneten-Jagd-Teleskop gesammelt wurden.
Die Kepler Weltraumteleskop, der erste engagierte Exoplanetenjäger der NASA, hat Hunderttausende von Sternen auf der Suche nach potenziell bewohnbaren Welten außerhalb unserer eigenen entdeckt. Sonnensystem. Die gesammelten potenziellen Planeten führen auch nach dem Untergang des Teleskops zu neuen Entdeckungen. Menschliche Experten analysieren die Daten auf Anzeichen von Exoplaneten. Aber ein neuer Algorithmus namens ExoMiner kann diesen Vorgang nun simulieren und den Katalog schneller und effizienter bereinigen.
Das Teleskop, das im November 2018 seinen Betrieb eingestellt hatte, suchte nach vorübergehenden Helligkeitseinbrüchen von Sternen, die durch einen Planeten verursacht werden könnten, der aus Keplers Perspektive vor der Sternscheibe vorbeigeht. Aber nicht all diese Dunkelheit ist der Grund äußere Planeten, und Wissenschaftler mussten detaillierte Verfahren befolgen, um falsch positive Ergebnisse von realen Dingen zu unterscheiden ein NASA-Erklärung.
Verwandt: Diese 10 Ultra Extreme Exoplaneten sind nicht von dieser Welt
ExoMiner ist das sogenannte neuronale Netzwerk, eine Art künstlicher Intelligenzalgorithmus, der lernen und seine Fähigkeiten verbessern kann, wenn er mit genügend Daten versorgt wird. Und Kepler hat jede Menge Daten produziert: In seinen weniger als 10 Dienstjahren hat das Teleskop Tausende von Kandidatenplaneten entdeckt, von denen inzwischen fast 3.000 bestätigt wurden. Dies ist die überwiegende Mehrheit der Gesamtmenge 4.569 Exoplaneten sind derzeit bekannt.
Für jeden Exoplaneten-Kandidaten würden Wissenschaftler, die Kepler-Daten betrachten, die Lichtkurve betrachten und die Größe eines Bruchteils von berechnen Stern Es sieht so aus, als ob der Planet bedeckt ist. Sie werden auch analysieren, wie lange ein potenzieller Planet brauchen würde, um die Scheibe des Sterns zu durchqueren. In einigen Fällen ist es unwahrscheinlich, dass die beobachteten Helligkeitsänderungen durch einen Exoplaneten erklärt werden, der das Sonnensystem umkreist. Der ExoMiner-Algorithmus folgte genau dem gleichen Prozess, jedoch effizienter, sodass die Forscher eine Gruppe von 301 zuvor unbekannten Exoplaneten gleichzeitig zum Kepler-Planetenkatalog hinzufügen konnten.
„Wenn ExoMiner sagt, dass etwas ein Planet ist, können Sie sicher sein, dass es ein Planet ist“, sagte Hamid Valizadegan, ExoMiner-Projektleiter und Machine Learning Director beim Universities Space Research Consortium am NASA Ames Research Center, in der Erklärung. „ExoMiner ist sehr genau und in gewisser Weise zuverlässiger als sowohl aktuelle Maschinenklassifizierer als auch die menschlichen Experten, die es aufgrund der Verzerrungen, die mit menschlichen Etiketten einhergehen, emulieren soll.“
Jetzt, da ExoMiner seine Fähigkeiten unter Beweis gestellt hat, wollen Wissenschaftler damit Daten von aktuellen und bevorstehenden Exoplaneten-Suchmissionen wie der aktuellen Mission der NASA untersuchen. Transit eines Satelliten, um die äußeren Planeten zu vermessen (TESS) oder die Mission Transiting Planets and Star Oscillations (PLATO) der Europäischen Weltraumorganisation, die 2026 starten wird.
Leider ist keiner der neu bestätigten Exoplaneten wahrscheinlich Kandidaten für Leben, da sie außerhalb der bewohnbaren Zonen ihrer Elternsterne liegen.
In der Erklärung sagte die NASA, dass das Papier zur Veröffentlichung im Astrophysical Journal angenommen wurde. ein Entwurf; Schmierpapier Verfügbar zum Lesen auf Vordruck bei arXiv.org.
Folgen Sie Teresa Poltarova auf Twitter unter Tweet einbetten. Folge uns auf Twitter Tweet einbetten und weiter Social-Networking-Site von Facebook.