Астрономы и IT-специалисты из Университета Уорика разработали алгоритм машинного обучения, чтобы изучить архивные данные NASA. Он смог выявить 50 новых планет. Причем, алгоритм может безошибочно отличить экзопланету от обычных фоновых помех и других объектов в космосе.
Систему обучали на данных, собранных космическим телескопом NASA «Кеплер». Орбитальный телескоп со сверхчувствительным фотометром занимался поиском экзопланет в течение девяти лет.
Полсотни обнаруженных экзопланет варьируются по размеру от таких больших, как Нептун, до меньших, чем Земля. Некоторые из их орбит имеют длину до 200 дней, а орбиты некоторых не превышают одного дня.
Как отметил Дэвид Армстронг из Университета Уорика, раньше машинное обучение использовалось только для ранжирования кандидатов в планеты. Теперь же ИИ можно использовать для текущих и будущих миссий телескопов, чтобы обеспечить эффективный метод проверки экзопланет. В теории алгоритм мог бы проверить тысячи невидимых кандидатов в планеты за считанные секунды, говорит астроном. Кроме того, алгоритм можно непрерывно совершенствовать.
Исследовательская группа утверждает, что астрономы должны использовать несколько методов проверки — включая этот новый алгоритм — для подтверждения того, что нашли экзопланету. В настоящее время около 30% всех известных планет были проверены с использованием только одного метода, который «не идеален», сказал Армстронг.
Новый алгоритм можно задействовать также для анализа данных с транзитного спутника наблюдения экзопланет TESS, который завершил свою основную миссию 4 июля. Спутник выявил 66 новых экзопланет и почти 2100 потенциальных кандидатов в планеты. Среди подтвержденных есть одна планета размером с Землю, которая потенциально обитаема и вращается вокруг звезды на расстоянии 100 световых лет.
Новости от Global Consulting
Систему обучали на данных, собранных космическим телескопом NASA «Кеплер». Орбитальный телескоп со сверхчувствительным фотометром занимался поиском экзопланет в течение девяти лет.
Полсотни обнаруженных экзопланет варьируются по размеру от таких больших, как Нептун, до меньших, чем Земля. Некоторые из их орбит имеют длину до 200 дней, а орбиты некоторых не превышают одного дня.
Как отметил Дэвид Армстронг из Университета Уорика, раньше машинное обучение использовалось только для ранжирования кандидатов в планеты. Теперь же ИИ можно использовать для текущих и будущих миссий телескопов, чтобы обеспечить эффективный метод проверки экзопланет. В теории алгоритм мог бы проверить тысячи невидимых кандидатов в планеты за считанные секунды, говорит астроном. Кроме того, алгоритм можно непрерывно совершенствовать.
Исследовательская группа утверждает, что астрономы должны использовать несколько методов проверки — включая этот новый алгоритм — для подтверждения того, что нашли экзопланету. В настоящее время около 30% всех известных планет были проверены с использованием только одного метода, который «не идеален», сказал Армстронг.
Новый алгоритм можно задействовать также для анализа данных с транзитного спутника наблюдения экзопланет TESS, который завершил свою основную миссию 4 июля. Спутник выявил 66 новых экзопланет и почти 2100 потенциальных кандидатов в планеты. Среди подтвержденных есть одна планета размером с Землю, которая потенциально обитаема и вращается вокруг звезды на расстоянии 100 световых лет.
Новости от Global Consulting
