已經(jīng)發(fā)現(xiàn)了兩顆新的系外行星 - 但不是人眼。在“天文學(xué)雜志” 上發(fā)表的一篇論文中，由美國德克薩斯大學(xué)奧斯汀分校的Anne Dattilo領(lǐng)導(dǎo)的研究人員報告將人工智能應(yīng)用于美國宇航局開普勒太空望遠鏡收集的數(shù)據(jù)。人工智能成功識別出迄今未被注意的行星圍繞兩顆恒星運行。

所使用的數(shù)據(jù)是在開普勒所謂的K2任務(wù)期間收集的 - 這項技術(shù)延長了“ 第二次生命 ”活動，該活動始于2013年NASA人員在嚴重故障后成功復(fù)活望遠鏡。

共同作者安德魯范德堡解釋說，讓受災(zāi)船只恢復(fù)運營職責無疑是工程上的一大勝利，但令天文學(xué)家頭疼不已。

“K2數(shù)據(jù)更具挑戰(zhàn)性，因為航天器一直在移動，”他說。

其運動中的擺動意味著所收集的數(shù)據(jù)非常嘈雜，使得系外行星的識別更具挑戰(zhàn)性。

研究人員現(xiàn)在已經(jīng)證明，一種解決方案是建立行星搜尋算法，讓它松散。

運行該計劃揭示了K2-293b，一顆繞1300光年遠的恒星運行的行星，以及K2-294b，它繞著1230光年遠的恒星運行。兩者都位于水瓶座的星座。

Dattilo說，這些行星“是K2中發(fā)現(xiàn)的非常典型的行星”。

“他們真的很接近他們的主星，他們的軌道周期很短，而且很熱，”她解釋道。“它們比地球略大。”

研究人員現(xiàn)在計劃將AI應(yīng)用于更大的K2數(shù)據(jù)集，并期望找到更多如此遙遠的寶藏。

“人工智能將幫助我們統(tǒng)一搜索數(shù)據(jù)集，”范德堡說。

“即使每顆恒星周圍都有一個地球大小的行星，當我們看開普勒時，我們也找不到它們。這只是因為一些數(shù)據(jù)太嘈雜，或者有時行星沒有正確對齊。所以，我們必須糾正我們錯過的那些。我們知道有很多行星在那里我們沒有看到這些原因。

“如果我們想知道總共有多少行星，我們必須知道我們找到了多少行星，但我們也必須知道我們錯過了多少行星。這就是它的用武之地。