“淘寶”宇宙，從NASA中淘到新行星

尹丹

“淘寶”已經(jīng)從一個普通的購物平臺，變成了人們的一種生活方式。當然，科技的進步，不僅推動了我們的生活向前發(fā)展，還推動著我們對宇宙的探索向前邁進。比如，首次“淘寶”宇宙就從NASA（美國航空航天局）的數(shù)據(jù)中淘到了50顆新行星。

雖然說行星搜尋望遠鏡已經(jīng)能夠非常出色地完成人類交托的工作，它們已成功確定了太陽系外數(shù)千個候選行星的位置。但在行星搜尋望遠鏡的背后，少不了數(shù)以千計的科學家們從海量數(shù)據(jù)中進一步去偽存真——確定哪顆星球是真正的行星，還是小行星、塵埃，抑或是碰巧遇上的雙子星。

NASA的凌日系外行星調查勘探衛(wèi)星望遠鏡，通常以亮度下降為判定依據(jù)，這意味著每當有任何物質經(jīng)過恒星時，望遠鏡都會收集數(shù)據(jù)。雖然這樣可以保證數(shù)據(jù)收集的全面性，但是這樣收集到的行星數(shù)據(jù)會大大增加科學家去偽存真的難度。

可喜可賀的是，英國華威大學的大衛(wèi)·阿姆斯特朗領導的研究團隊開發(fā)了一種新的機器學習算法，可以從NASA的舊數(shù)據(jù)中識別出系外行星，即太陽系外的行星。這種計算機學習算法可以利用人工智能觀測到大量的“候選行星”，處理一些繁重的行星確認工作。毫無疑問，這給天文學家提供了一個有效減負、提升效率的新工具。

通常來說，天文學家有兩種方法探測系外行星。一種是徑向速度方法，它用來監(jiān)測恒星是否有行星引力引起的小反運動;第二種是依靠宿主星的亮度變化，如果一個恒星系的平面對準正確，從我們的角度看，它的行星就會在恒星前面過境。通過監(jiān)測這些亮度的變化，我們可以很有把握地推斷出系外行星的存在。但是，第二種方法產(chǎn)生了大量恒星的亮度數(shù)據(jù)，這就需要將計算機分析和人工推斷相結合，才能確定候選星并確認它們的存在。

在讓人工智能學習完算法后，阿姆斯特朗領導的研究團隊讓人工智能系統(tǒng)分析了一組完全未經(jīng)證實的候選行星數(shù)據(jù)。在這次嘗試中，這套人工智能系統(tǒng)從中確認了50顆新行星，從海王星大小的氣體巨行星到比地球還小的巖石世界，無所不包。

阿姆斯特朗表示，用人工智能系統(tǒng)確認行星，可以幫助科學家們將人力、物力用于對太空更有意義的研究，而不是把時間浪費在“假”行星上?！氨绕鸫_認哪些候選行星更有可能是真的行星，我們現(xiàn)在只能說出精確統(tǒng)計后的可能性。如果一個候選行星的假陽性概率小于1%，那么它就可以被認定為是一顆通過驗證的行星。”他這樣解釋道。

研究人員并不是隨便打開一個開關就能讓人工智能通過數(shù)據(jù)篩選來發(fā)現(xiàn)行星，他們必須用已經(jīng)確認的系外行星和假陽性的數(shù)據(jù)來訓練神經(jīng)網(wǎng)絡，這樣它才能在新的數(shù)據(jù)中識別出那些明顯的跡象。新的研究表示，在所有確認的系外行星中，大約有三分之一是用單一的分析方法來確認的，但這并不理想。科學家們希望新的機器學習系統(tǒng)在檢測更多行星的過程中不斷發(fā)展，成為系外行星探索過程中的重要組成部分。

不過，阿姆斯特朗也表示，他們還需要花時間去訓練計算機算法和機器學習，一旦訓練完成，人工智能系統(tǒng)就能被應用到未來的候選行星篩選中。人工智能這一項技術的革新，使得航天科學家們開始了“淘寶”，并賦予了“淘寶”新的含義。