Zaledwie 28 lat temu, człowiek odkrył pierwszą planetę pozasłoneczną. Dotychczas namierzyliśmy ponad 4 200 egzoplanet i ponad 5 tysięcy kandydatów na planety. Jak pokazują najnowsze badania, istotną pomoc w przeczesywaniu kosmosu może nam zaoferować sztuczna inteligencja.

Astronomowie z Uniwersytetu Warwick we współpracy z Instytutem Alana Turinga opracowali wyjątkowy algorytm uczenia maszynowego, wyszkolili go i udostępnili mu dwa zestawy danych, pochodzących z Kosmicznego Teleskopu Keplera. Pierwszy pakiet zawierał dane na temat potwierdzonych planet pozasłonecznych, a w drugim były przypadki „fałszywie dodatnie”.

Badacze wykorzystali algorytm uczenia maszynowego do analizy zestawu danych z niepotwierdzonymi kandydatami na egzoplanety. W ten sposób sztuczna inteligencja potwierdziła istnienie 50 nowych, nieznanych wcześniej planet pozasłonecznych. Wśród nich są wielkie gazowe olbrzymy wielkości Neptuna, a nawet niewielkie planety, mniejsze od samej Ziemi.

Jest to pierwszy przykład wykorzystania algorytmu uczenia maszynowego do poszukiwań planet pozasłonecznych i jak sami widzimy, nowe narzędzie sprawdza się rewelacyjnie. Algorytmy te znacznie szybciej analizują dane, a całą swoją pracę wykonują samodzielnie. Co więcej, można je cały czas szkolić, aby stawały się coraz dokładniejsze.

„W kwestii walidacji planet, nikt dotychczas nie używał techniki uczenia maszynowego. Uczenie maszynowe było stosowane do oceniania planet-kandydatów, ale nigdy w ramie probabilistycznej, która jest niezbędna, aby prawdziwie zwalidować planetę. Zamiast określać, którzy kandydaci z większym prawdopodobieństwem mogą być planetami, możemy teraz powiedzieć, jakie jest dokładne prawdopodobieństwo statystyczne. Gdy prawdopodobieństwo, że dany kandydat jest fałszywie pozytywny wynosi mniej niż 1%, uznajemy go za zatwierdzoną planetę” – powiedział dr David Armstrong z Wydziału Fizyki na Uniwersytecie Warwick.

„Probabilistyczne podejścia do statystycznego uczenia maszynowego są szczególnie odpowiednie dla tak ekscytującego problemu w astrofizyce, który wymaga uwzględnienia wcześniejszej wiedzy oraz ilościowego określenia niepewności w prognozach. To doskonały przykład, gdy dodatkowa złożoność obliczeniowa metod probabilistycznych jest znacznie bardziej opłacalna” – powiedział dr Theo Damoulas z Wydziału Informatyki na Uniwersytecie Warwick oraz zastępca dyrektora Inżynierii Danych w Instytucie Alana Turinga.

Astronomowie wskazują, że istnienie niemal 30% znanych nam planet zostało potwierdzone przy zastosowaniu tylko jednej metody. Sztuczna inteligencja mogłaby zatem pomóc w poszukiwaniu nowych egzoplanet, a także innych ciał niebieskich. Badacze z Uniwersytetu Warwick już zapowiedzieli, że będą kontynuować prace z wykorzystaniem swojego algorytmu i przetestują go na większych zestawach danych. Nowa technika może znaleźć zastosowanie między innymi w obecnych i przyszłych misjach kosmicznych, takich jak TESS i PLATO, które koncentrują się na poszukiwaniach nowych planet pozasłonecznych.

Wyniki badań zostały opublikowane w czasopiśmie Monthly Notices of the Royal Astronomical Society.

Artykuł napisał Dominik Moliński.

Autor

Redakcja AstroNETu
Redakcja AstroNETu