NASA借助穀歌AI技術發現了“迷你太陽系”
美國東部時間12月15日淩晨，NASA（美國國家航空航天局）宣佈一項重大發現：在距離地球2545光年的開普勒-90（Kepler-90，開普勒太空望遠鏡發現的第90顆恒星）星系中，又發現了第八顆行星！命名為“開普勒-90i”。
這也就意味著，就如同太陽有8大行星環繞一樣（分別是金星、木星、水星、火星、土星、地球、天王星、海王星），開普勒-90星系從此與太陽系並列成為行星數量最多的星系，堪稱“迷你太陽系”。
更重要的是，這顆新發現的行星，是穀歌人工智慧系統發現的。
圖：隨著第八顆行星的發現，開普勒90星系首次在行星數量上，和太陽系平起平坐了
這項研究表明，NASA的科學家們通過谷歌機器學習技術分析開普勒太空望遠鏡的觀測資料，效率和效果遠超傳統的分析方法。
儘管機器學習之前也曾被用於搜索開普勒資料庫，
美國東部時間12月15日下午三點，NASA就這一發現舉辦“Reddit Ask Me Anything”活動。谷歌AI高級軟體工程師克里斯多夫.夏爾（Christopher Shallue）與NASA博士後研究員兼德州大學奧斯丁分校的天體物理學家安德魯•范德伯格（Andrew Vanderburg）解釋了他們是如何訓練人工智慧系統來識別恒星周圍的行星的，“穀歌這一工具實際上與識別照片中貓和狗的工具類似”。
起初，Shallue想出了將神經網路應用於開普勒資料的點子。太空科技的進步能夠收集越來越多的資料，因此天文學也像科學的其他分支一樣正在迅速地被資料淹沒，在得知了這種情況之後，他對系外行星發現產生了興趣。
Shallue開始在業餘時間裡，研究“使用大資料集尋找系外行星”的方法，並且發現了開普勒的使命和可以使用的龐大資料集。Shallue說：“當資料太多，人類無法自己研究的時候，
開普勒太空望遠鏡四年收集到的資料集包含35,000種可能的行星信號。傳統方法有時候通過人眼查看資料集中最有可能的信號，然而，這種方法往往會錯過最微弱的信號。
因此Shallue和Vanderburg認為，這些資料中可能會隱藏了更多有趣的系外行星的發現。
他們的發現過程是這樣的：
首先，開普勒太空望遠鏡探測行星的方法為“淩日法”，資料來自行星經過恒星之前或之後出現的一種微小的亮度變化。
圖中，這種呈U形的明暗信號變化模式通過白色的線條來表示，而藍色的點狀分佈，則是NASA在分析這些光變曲線後，得出的“開普勒天體”的資料。
然後，科學家們使用開普勒系外行星目錄的一組15000個預先驗證過的信號的資料集，創建了一個TensorFlow模型來區分行星與非行星。
接著，再讓人工智慧系統學習開普勒太空望遠鏡收集的光線信號，以識別外系行星。
也就是說，神經網路“學會了”如何檢測系外行星經過的模式，研究人員用機器學習模型研究670個恒星星系中較弱的信號（這些恒星星系已經存在著一些已知的行星）。他們的假設是，多行星星系是尋找更多系外行星的最佳地點。
過程中，AI還發現了來自第八顆圍繞天龍座開普勒90旋轉的行星的微弱信號，而這些信號之前被錯過了。
在測試時，該系統還能準確地識別哪些信號是行星，哪些信號是誤報，準確率達96％。Vanderburg說：“我們得到了很多關於行星的誤報，但也有可能會有更多真的行星。這就像是在岩石中篩選寶石一樣，如果你用更細的篩子，你就會得到更多的石頭，但是你也可能會找到更多的寶石。”
至此，組成開普勒90星系的八顆行星分別是“開普勒90b”、“開普勒90c”、“開普勒90d”、“開普勒90e”、“開普勒90f”、“開普勒90g”、“開普勒90h”和最新發現的“開普勒90i”。
NASA華盛頓總部天體物理學部門主任保羅.赫茲（Paul Hertz）表示：“這一發現表明，我們的資料將在未來幾年成為創新研究人員的寶貴財富。”
開普勒90i——一個炎熱而佈滿岩石的星球，是該星系中最小的行星，比地球體積大約30%左右，圍繞恒星公轉一周僅需14.4天。
據Andrew Vanderburg說，“開普勒-90i”距離恒星太近，表面溫度過高，超過800華氏度，與水星相仿。或許不太可能有我們已知的生命形式存在。NASA認為，穀歌AI技術將有助於在太陽系外探測到外星生命的跡象。
之所以稱開普勒90星系為“迷你太陽系”，是因為它就像太陽系的一個迷你版本，體積較小的行星在內圈環繞，體積較大的行星在外圈，只是相互之間距離挨的更近一些——當中最週邊的行星——開普勒-90h圍繞恒星旋轉的距離與地球圍繞太陽旋轉的距離相似。
除了開普勒90i，穀歌的技術還發現了另外一顆恒星——開普勒-80星系中的最小行星“開普勒-80g”，同地球大小相仿。開普勒80g與相鄰的四顆行星形成了所謂的共振鏈——在這個共振鏈中，行星會被彼此的引力鎖定，在軌道上有節奏地運轉，結果是形成一個非常穩定的系統，這種情況類似於TRAPPIST-1星系的七顆行星。
事實上，這兩顆全新系外行星，僅僅是穀歌AI技術在篩查了670顆星就發現的。未來，天文學家還將對開普勒所確定的大約15萬顆恒星進行研究，發現系外行星的可能性也會更高。
穀歌和NASA關於這些發現的研究論文已經被《天文學報》（《The Astronomical Journal》）收錄。Shallue 和 Vanderburg 計畫將他們的神經網路應用於開普勒所有的資料集（超過15萬顆恒星的資料）。
開普勒已經為系外行星搜尋產生了龐大的資料集，規模之大史無前例。在太空中的一個位置上觀察了四年之後，該航天器現在正在執行擴展任務，每八十天會更換一次視域。
【穀歌NASA“迷你太陽系”論文獲取方式：關注科技行者公眾號（itechwalker），並打開對話介面，回復關鍵字“迷你太陽系”，即可獲得地址】
然後，科學家們使用開普勒系外行星目錄的一組15000個預先驗證過的信號的資料集，創建了一個TensorFlow模型來區分行星與非行星。
接著，再讓人工智慧系統學習開普勒太空望遠鏡收集的光線信號，以識別外系行星。
也就是說，神經網路“學會了”如何檢測系外行星經過的模式，研究人員用機器學習模型研究670個恒星星系中較弱的信號（這些恒星星系已經存在著一些已知的行星）。他們的假設是，多行星星系是尋找更多系外行星的最佳地點。
過程中，AI還發現了來自第八顆圍繞天龍座開普勒90旋轉的行星的微弱信號，而這些信號之前被錯過了。
在測試時，該系統還能準確地識別哪些信號是行星，哪些信號是誤報，準確率達96％。Vanderburg說：“我們得到了很多關於行星的誤報，但也有可能會有更多真的行星。這就像是在岩石中篩選寶石一樣，如果你用更細的篩子，你就會得到更多的石頭，但是你也可能會找到更多的寶石。”
至此，組成開普勒90星系的八顆行星分別是“開普勒90b”、“開普勒90c”、“開普勒90d”、“開普勒90e”、“開普勒90f”、“開普勒90g”、“開普勒90h”和最新發現的“開普勒90i”。
NASA華盛頓總部天體物理學部門主任保羅.赫茲（Paul Hertz）表示：“這一發現表明，我們的資料將在未來幾年成為創新研究人員的寶貴財富。”
開普勒90i——一個炎熱而佈滿岩石的星球，是該星系中最小的行星，比地球體積大約30%左右，圍繞恒星公轉一周僅需14.4天。
據Andrew Vanderburg說，“開普勒-90i”距離恒星太近，表面溫度過高，超過800華氏度，與水星相仿。或許不太可能有我們已知的生命形式存在。NASA認為，穀歌AI技術將有助於在太陽系外探測到外星生命的跡象。
之所以稱開普勒90星系為“迷你太陽系”，是因為它就像太陽系的一個迷你版本，體積較小的行星在內圈環繞，體積較大的行星在外圈，只是相互之間距離挨的更近一些——當中最週邊的行星——開普勒-90h圍繞恒星旋轉的距離與地球圍繞太陽旋轉的距離相似。
除了開普勒90i，穀歌的技術還發現了另外一顆恒星——開普勒-80星系中的最小行星“開普勒-80g”，同地球大小相仿。開普勒80g與相鄰的四顆行星形成了所謂的共振鏈——在這個共振鏈中，行星會被彼此的引力鎖定，在軌道上有節奏地運轉，結果是形成一個非常穩定的系統，這種情況類似於TRAPPIST-1星系的七顆行星。
事實上，這兩顆全新系外行星，僅僅是穀歌AI技術在篩查了670顆星就發現的。未來，天文學家還將對開普勒所確定的大約15萬顆恒星進行研究，發現系外行星的可能性也會更高。
穀歌和NASA關於這些發現的研究論文已經被《天文學報》（《The Astronomical Journal》）收錄。Shallue 和 Vanderburg 計畫將他們的神經網路應用於開普勒所有的資料集（超過15萬顆恒星的資料）。
開普勒已經為系外行星搜尋產生了龐大的資料集，規模之大史無前例。在太空中的一個位置上觀察了四年之後，該航天器現在正在執行擴展任務，每八十天會更換一次視域。
【穀歌NASA“迷你太陽系”論文獲取方式：關注科技行者公眾號（itechwalker），並打開對話介面，回復關鍵字“迷你太陽系”，即可獲得地址】