人工智能帮助NASA发现新行星

最近，科学家借助人工智能技术发现了环绕开普勒-90星系（一个类太阳系，距离地球2545光年）的第八颗行星，至此，我们的太阳系与围绕单个恒星周围的大多数行星都有联系。这颗行星是在美国国家航空航天局（NASA）开普勒太空望远镜（Kepler Space Telescope）的数据中发现的。

新发现的开普勒-90i是一颗炽热的岩石行星，每14.4天围绕它的恒星公转一次。该发现借助了谷歌（Google）研发的机器学习系统。机器学习的本质在于计算机通过人工智能实现“自我学习”。在这次发现中，计算机通过在开普勒数据实例中发现望远镜记录的太阳系以外行星（系外行星）所产生星光的变化，学会识别行星。

“正如我们所预料的，在我们已经存档的开普勒太空望远镜数据中仍然隐藏着令人兴奋的新发现，等待着我们利用合适的工具或技术去发掘它们。”美国国家航空航天局天体物理学部门负责人表示，“这一发现表明，我们的数据在未来几年内都将是创新性研究人员的珍贵宝库。”

开普勒太空望远镜会记录系外行星从恒星前方经过或跨日导致的恒星亮度轻微下降现象。在这次发现中，研究人员训练计算机学习如何在开普勒太空望远镜获得的恒星亮度数据中识别系外行星。受到人类大脑神经元连接方式的启发，科学家利用人工“神经网络”技术对开普勒望远镜获得的数据进行筛选，并发现一个之前被忽略的微弱跨日信号，这就是位于天龙座方向上、围绕开普勒-90星系的第八颗行星。

机器学习已经被用于开普勒望远镜数据库的搜索，而这一持续的研究表明，神经网络技术是发现遥远世界最弱信号的很有前景的工具。相比开普勒- 90系统，其他行星系统可能在孕育生命方面更有优势。开普勒-90i比地球大30%左右，它距离恒星非常近，其平均地表温度认为超过了800华氏度，与水星地表温度相当。它最外层的行星是开普勒- 90h，其围绕恒星公转的轨道距离与地球对太阳公转的距离接近。

德克萨斯大学奥斯汀分校的一位天文学家指出，“开普勒-90星系就像迷你‘太阳系’。你会发现较小的行星在里面，而较大的行星在外围，但是所有的行星都挤得更紧一些。”

谷歌人工智能（Google AI）的一名高级软件工程师提出了将神经网络应用于开普勒望远镜数据分析的想法。他了解到和其他科学学科一样，随着从太空数据采集技术的进步，天文学正迅速被海量数据淹没，开始对系外行星的搜寻产生了浓厚兴趣。“在业余时间，我开始在网络上搜索‘运用大数据集寻找系外行星’之类的话题，发现了开普勒任务和可用的巨大数据集。”他说，“数据太多而人类无法自己去检索的情况下，机器学习的用武之地就真的来了。”

开普勒望远镜收集的长达四年的数据集包含了3.5万个可能的行星信号。科学家运用自动化测试（有时是人眼）来验证数据中最有希望的信号。然而，这些方法常常忽略了最微弱的信号。两位研究人员都认为，可能还有更有趣的系外行星信号隐藏在这些数据中。

首先，他们训练神经网络通过先前从开普勒系外行星目录中筛选出的1.5万个信号来识别出凌日系外行星。在这个测试集中，神经网络正确识别真实行星信号和假阳性信号，判断正确率达96%。然后，当神经网络已经“学会”检测凌日系外行星的特征，研究人员开始引导他们的模型在那些周围已经发现有多个行星存在的670个恒星系统中寻找较弱信号。他们认为这些多行星系统是寻找更多系外行星的最佳位置。“我们发现了很多假阳性信号，但也可能隐藏着更多的真实行星信号。”研究人员说，“这就像在岩石中寻找宝石一样。如果我们的筛子够好，就能捞到更多的石块，但与此同时也可能找到更多的宝石。”

开普勒-90i不是神经网络筛选出来的唯一1颗宝石。他们也发现了开普勒-80星系的第六颗行星。这颗命名为开普勒-80g，大小与地球类似，与其周围的四颗行星形成了所谓的共振链——行星被它们的相互引力锁定在一个有节奏的轨道运行上。这样就形成了一个非常稳定的系统，与拥有七颗行星的TRAPPIST-1星系相似。

他们关于这些发现的研究论文已被《天文学杂志》（The Astronomical Journal）接受发表。两位研究人员计划将他们的神经网络应用到开普勒太空望远镜的全部数据上，包含了超过15万颗的恒星。

开普勒太空望远镜已经为寻找系外行星提供了前所未有的数据集。在凝视一片空间达四年之后，开普勒望远镜目前正在执行一项扩展任务，每80天切换一次视野。“这些结果说明了开普勒任务的持久价值。”美国宇航局埃姆斯研究中心（Ames Research Center）的开普勒望远镜项目科学家表示，“这种应用机器学习算法的早期研究等提供了分析数据的新方法，有望继续显著提高我们对于围绕其他恒星运行的行星系统的理解。我相信，这些数据中还有更多的‘第一’等待着人们去发现。”