Z każdym rokiem odkrywa się coraz więcej planet pozasłonecznych. Aby sprawy były bardziej interesujące, ulepszenia metodologii i technologii pozwalają na odkrywanie większej liczby planet w ramach poszczególnych systemów. Rozważ niedawne ogłoszenie układu siedmiu planet wokół czerwonej gwiazdy karła znanej jako TRAPPIST-1. To odkrycie ustanowiło rekord dla większości egzoplanet krążących wokół jednej gwiazdy.
Cóż, przesuń się nad TRAPPIST-1! Dzięki Kosmicznemu Teleskopowi Keplera i uczeniu maszynowemu zespół Google AI i Harvard-Smithsonian Center of Astrophysics (CfA) niedawno odkrył ósmą planetę w odległym układzie gwiezdnym Kepler-90. Znane jako Kepler -90i, odkrycie tej planety było możliwe dzięki algorytmom Google, które wykryły dowody słabego sygnału tranzytowego w danych misji Kepler.
Badanie, które opisuje ich odkrycia, zatytułowane „Identyfikacja egzoplanet za pomocą głębokiego uczenia się: łańcuch rezonansowy pięciu planet wokół Kepler-80 i osiem planet wokół Kepler-90”, niedawno pojawił się w Internecie i został zaakceptowany do publikacji w The Astronomical Journal. Zespół badawczy składał się z Christophera Shallue z Google AI i Andrew Vanderburg z University of Texas oraz CfA.
Kepler-90, gwiazda podobna do Słońca, znajduje się około 2545 lat świetlnych od Ziemi w gwiazdozbiorze Draco. Jak wspomniano, poprzednie badania wykazały istnienie siedmiu planet wokół gwiazdy, połączenia planet ziemnych (zwanych także skalistymi) i gazowych gigantów. Ale po użyciu algorytmu Google stworzonego do przeszukiwania danych Keplera zespół badawczy potwierdził, że sygnał innej bliżej orbitującej planety czai się w danych.
Misja Keplera polega na Metodzie Tranzytu (zwanej także Fotometrią Tranzytu) w celu rozpoznania obecności planet wokół jaśniejszych gwiazd. Polega to na obserwowaniu gwiazd pod kątem okresowych spadków jasności, które wskazują, że planeta przechodzi przed gwiazdą (tj. Leci) względem obserwatora. Ze względu na swoje badania Shallue i Vanderburg wyszkolili komputer do odczytu krzywych świetlnych zarejestrowanych przez Keplera i określenia obecności tranzytów.
Ta sztuczna „sieć neuronowa” przesiewała dane Keplera i znalazła słabe sygnały tranzytowe, które wskazywałyby na obecność poprzednio pominiętej planety wokół Keplera-90. To odkrycie nie tylko pokazało, że ten system jest bardzo podobny do naszego, ale także potwierdza wartość wykorzystania sztucznej inteligencji do wydobywania danych archiwalnych. Podczas gdy do wyszukiwania danych Keplera wykorzystywano uczenie maszynowe, badania te pokazują, że nawet najsłabsze sygnały można teraz rozpoznać.
Jak powiedział Paul Hertz, dyrektor NASA Astrophysics Division w Waszyngtonie w najnowszym komunikacie prasowym NASA:
„Tak jak się spodziewaliśmy, w naszych zarchiwizowanych danych Keplera kryją się ekscytujące odkrycia, które czekają na odpowiednie narzędzie lub technologię, aby je odkryć. To odkrycie pokazuje, że nasze dane będą skarbnicą dostępną dla innowacyjnych badaczy przez wiele lat. ”
Ta nowo odkryta planeta, znana jako Kepler-90i, jest skalistą planetą o wielkości porównywalnej do Ziemi (1,32 ± 0,21 promienia Ziemi), która krąży wokół swojej gwiazdy z okresem 14,4 dni. Biorąc pod uwagę bliskość gwiazdy, uważa się, że na tej planecie występują ekstremalne temperatury 709 K (436 ° C; 817 ° F) - co czyni ją cieplejszą niż dzienna temperatura Merkurego 700 K (427 ° C; 800 ° F).
Jako starszy inżynier oprogramowania w zespole badawczym Google, Google AI, Shallue wpadł na pomysł zastosowania sieci neuronowej do danych Keplera po tym, jak dowiedział się, że astronomia (podobnie jak inne gałęzie nauki) szybko staje się przedmiotem zainteresowania „dużych zbiorów danych”. Ponieważ technologia gromadzenia danych staje się coraz bardziej zaawansowana, naukowcy są zalewani zestawami danych o coraz większym rozmiarze i złożoności. Jak wyjaśnił Shallue:
„W wolnym czasie zacząłem googlować w poszukiwaniu„ egzoplanet z dużymi zestawami danych ”i dowiedziałem się o misji Keplera i dostępnym ogromnym zestawie danych. Uczenie maszynowe naprawdę błyszczy w sytuacjach, w których jest tak dużo danych, że ludzie nie mogą ich samodzielnie wyszukać ”.
Misja Keplera, podczas pierwszych czterech lat działalności, zgromadziła zbiór danych, który składał się z 35 000 możliwych sygnałów transportu planetarnego. W przeszłości do weryfikacji najbardziej obiecujących sygnałów w danych używano automatycznych testów, a czasem inspekcji wizualnych. Jednak najsłabsze sygnały były często pomijane za pomocą tych metod, co pozostawiało niezliczone dziesiątki, a nawet setki planet.
Chcąc to poprawić, Shallue połączył siły Andrew Vanderburgha - National Science Foundation Graduate Research Fellow i NASA Sagan Fellow - aby sprawdzić, czy uczenie maszynowe może wydobywać dane i generować więcej sygnałów. Pierwszy krok polegał na szkoleniu sieci neuronowej w celu identyfikacji tranzytowych egzoplanet przy użyciu zestawu 15 000 uprzednio sprawdzonych sygnałów z katalogu egzoplanet Kepler.
W zestawie testowym sieć neuronowa poprawnie zidentyfikowała prawdziwe planety i fałszywie dodatnie wyniki ze współczynnikiem dokładności 96%. Po wykazaniu, że może rozpoznawać sygnały tranzytowe, zespół skierował następnie swoją sieć neuronową w poszukiwaniu słabszych sygnałów w układach gwiazd 670, które miały już wiele znanych planet. Należą do nich Kepler-80, który miał pięć wcześniej znanych planet, oraz Kepler-90, który miał siedem. Jak wskazał Vanderburg:
„Mamy wiele fałszywych trafień planet, ale także potencjalnie bardziej prawdziwe planety. To jak przesiewanie przez skały w poszukiwaniu klejnotów. Jeśli masz drobniejsze sito, złapiesz więcej kamieni, ale możesz też złapać więcej klejnotów. ”
Szósta planeta w Kepler-80 jest znana jako Kepler-80g, planeta wielkości Ziemi, która ma rezonansowy łańcuch z pięcioma sąsiadującymi planetami. Dzieje się tak, gdy planety są zamknięte przez ich wzajemną grawitację w niezwykle stabilnym układzie, podobnym do tego, czego doświadcza siedem planet TRAPPIST-1. Z drugiej strony Kepler-90i jest planetą wielkości Ziemi, która doświadcza warunków podobnych do Merkurego i orbituje poza 90b i 90c.
W przyszłości Shallue i Vanderburg planują zastosować swoją sieć neuronową do pełnego archiwum Keplera zawierającego ponad 150 000 gwiazd. W tym ogromnym zbiorze danych prawdopodobnie będzie czaiło się wiele innych planet, które mogą być cytowane w ramach systemów wieloplanetarnych, które zostały już zbadane. Pod tym względem misja Keplera (która była już nieoceniona w badaniach egzoplanet) pokazała, że ma o wiele więcej do zaoferowania.
Jak powiedziała Jessie Dotson, naukowiec projektu Kepler w NASA Ames Research Center:
„Te wyniki pokazują trwałą wartość misji Keplera. Nowe sposoby patrzenia na dane - takie jak te wczesne badania nad zastosowaniem algorytmów uczenia maszynowego - mogą przynieść znaczące postępy w naszym zrozumieniu układów planetarnych wokół innych gwiazd. Jestem pewien, że w danych jest więcej nowości, które czekają, aż ludzie je znajdą ”.
Oczywiście fakt, że gwiazda podobna do Słońca ma teraz układ ośmiu planet (takich jak nasz Układ Słoneczny), są tacy, którzy zastanawiają się, czy ten układ może być dobrym wyborem do znalezienia życia pozaziemskiego. Ale zanim ktoś będzie zbyt podekscytowany, warto zauważyć, że planety Keplera-90 wszystkie krążą raczej blisko gwiazdy. Jest to najbardziej zewnętrzna planeta, Kepler-90h, krążąca w podobnej odległości do swojej gwiazdy, jak Ziemia do Słońca.
Odkrycie ósmej planety wokół innej gwiazdy oznacza również, że istnieje system, który rywalizuje z Układem Słonecznym w całkowitej liczbie planet. Może czas ponownie przemyśleć decyzję IAU z 2006 r. - wiesz, tę, w której Plutona „zdegradowano”? A skoro już nad tym pracujemy, być może powinniśmy przyspieszyć Ceres, Eris, Haumeę, Makemake, Sednę i resztę w planowaniu. W przeciwnym razie, jak inaczej planujemy utrzymać nasz rekord?
W przyszłości podobne procesy uczenia maszynowego będą prawdopodobnie stosowane w misjach polowania na egzoplanety nowej generacji, takich jak Transiting Exoplanet Survey Satellite (TESS) i James Webb Space Telescope (JWST). Te misje mają się rozpocząć odpowiednio w 2018 i 2019 roku. A tymczasem z pewnością pojawi się wiele innych rewelacji Keplera!
