Astronomowie użyli sztucznej inteligencji do odkrycia wielu nowych planet

Kategorie: 

Źródło: NASA

Sztuczna inteligencja może zrewolucjonizować badania kosmosu. Przekonali się o tym astronomowie z Departamentu Fizyki na Uniwersytecie Warwick, którzy we współpracy z Instytutem Alana Turinga stworzyli algorytm uczenia maszynowego. Z jego pomocą po raz pierwszy odkryto 50 nowych egzoplanet.

 

Poszukiwania planet pozasłonecznych trwają od bardzo dawna, lecz dopiero w 1995 roku, astronomowie odkryli pierwszą egzoplanetę - gorącego jowisza 51 Pegasi b, znanego również pod nazwą Dimidium. Od tego czasu, naukowcy bardzo aktywnie poszukują kolejnych światów. Na dzień dzisiejszy odkryliśmy ponad 4 200 planet pozasłonecznych i ponad 5 tysięcy kandydatów na planety.

 

Potencjalne egzoplanety wymagają dalszej obserwacji, aby upewnić się, że wykryte przez teleskopy kosmiczne spadki światła odległych gwiazd faktycznie świadczą o obecności planet, a nie są efektem jakiegoś innego zjawiska lub błędu. Aby ułatwić swoją pracę, astronomowie postanowili skorzystać ze sztucznej inteligencji.

Algorytmy uczenia maszynowego mogą uczyć się na podstawie wcześniejszych doświadczeń i stopniowo zwiększać swoją dokładność. Brytyjscy naukowcy stworzyli taki algorytm i wyszkolili go, udostępniając mu dwa duże zestawy danych, pozyskanych dzięki Kosmicznemu Teleskopowi Keplera. Jeden zestaw zawierał dane dotyczące potwierdzonych egzoplanet, natomiast w drugim umieszczono „fałszywie dodatnie” przypadki.

 

Wytrenowany algorytm został następnie wykorzystany do analizy danych z niepotwierdzonymi kandydatami na egzoplanety. Rezultatem tego eksperymentu było potwierdzenie istnienia 50 nieznanych wcześniej planet pozasłonecznych, w tym niewielkich planet mniejszych od Ziemi, a także gazowych olbrzymów wielkości Neptuna.

 

Jest to pierwsze wykorzystanie algorytmu uczenia maszynowego do poszukiwań egzoplanet. Naukowcy wskazują na szereg korzyści, wynikający z zastosowania nowej techniki – algorytm przede wszystkim znacznie szybciej analizuje dane, jest precyzyjny i pracuje automatycznie. Badacze zamierzają ulepszać i trenować algorytm, aby wykorzystać go do przeszukania większych zestawów danych.

 

Ocena: 

1
Średnio: 1 (1 vote)
Opublikował: John Moll
Portret użytkownika John Moll

Redaktor współpracujący z portalem zmianynaziemi.pl niemal od samego początku jego istnienia. Specjalizuje się w wiadomościach naukowych oraz w problematyce Bliskiego Wschodu


Komentarze

Skomentuj