記者10月18日從中國科學(xué)院獲悉，利用人工智能技術(shù)，中國科學(xué)院上海天文臺等單位的科研人員發(fā)現(xiàn)了5顆直徑小于地球的超短周期行星。其中4顆，是迄今為止發(fā)現(xiàn)的距其主星最近的最小行星，大小類似火星。這是天文學(xué)家首次利用人工智能一次性完成搜尋疑似信號和識別真信號任務(wù)。相關(guān)研究成果在線發(fā)表于《皇家天文學(xué)會月報》。
超短周期行星是指那些軌道周期小于1天的行星，它們以極近的距離環(huán)繞其主恒星運行，通常體積較小、質(zhì)量較輕，表面溫度極高。到目前為止，天文學(xué)家共找到145顆超短周期行星，其中只有30顆半徑小于地球半徑。“理解超短周期行星的相對豐度及其特性，對于檢驗理論模型至關(guān)重要。然而，已知的超短周期行星樣本量太小，很難精確了解它們的統(tǒng)計特征和出現(xiàn)率?！闭撐耐ㄓ嵶髡?、中國科學(xué)院上海天文臺研究員葛健說。
此次，葛健團(tuán)隊創(chuàng)新設(shè)計了一種結(jié)合GPU相位折疊和卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法。利用該算法，團(tuán)隊成功在開普勒太空望遠(yuǎn)鏡的恒星測光數(shù)據(jù)中發(fā)現(xiàn)5顆超短周期行星。
葛健說，這項研究工作始于2015年，彼時人工智能“阿爾法狗”（AlphaGo）取得重大突破，成功擊敗了圍棋界職業(yè)高手。加上受到同事的激勵與啟發(fā)，他決定嘗試將人工智能的深度學(xué)習(xí)技術(shù)應(yīng)用于開普勒太空望遠(yuǎn)鏡所收集的恒星測光數(shù)據(jù)，尋找傳統(tǒng)方法未能檢測到的微弱凌星信號。
經(jīng)過近10年努力，葛健團(tuán)隊終于有了第一份收獲。葛健認(rèn)為，要想使用人工智能在海量天文數(shù)據(jù)中“挖”到極其稀少的新發(fā)現(xiàn)，就需要創(chuàng)新人工智能算法，并且利用基于新發(fā)現(xiàn)現(xiàn)象物理圖像特征所生成的大規(guī)模數(shù)據(jù)集進(jìn)行訓(xùn)練，使之能快速、準(zhǔn)確、完備地探尋到很難在傳統(tǒng)方式下找到的稀少而微弱的信號。
普林斯頓大學(xué)教授喬什·溫（Josh Winn）評論說，超短周期行星擁有極其極端和出乎意料的特性，為人們理解行星軌道如何隨時間變化提供線索。這項尋找新行星的技術(shù)成就令人印象深刻。
“這些超短周期行星的發(fā)現(xiàn)，為行星系統(tǒng)的早期演化、行星—行星相互作用以及恒星—行星相互作用的動力學(xué)研究提供重要線索，對行星形成理論研究有重大意義?！备鸾≌f，這項研究為在高精度光度觀測數(shù)據(jù)中快速、高效搜尋凌星信號提供了新的研究方式，也充分展示出人工智能在海量天文數(shù)據(jù)中探尋微弱信號的廣泛應(yīng)用潛力。