NASA宣布有大發(fā)現(xiàn)
美國航空航天局（NASA）周四（12月14日）舉辦一個不尋常的新聞發(fā)布會，宣布開普勒（Kepler）太空望遠鏡的最新發(fā)現(xiàn)。NASA表示，在一個類似太陽系的恒星系統(tǒng)中Kepler 90，發(fā)現(xiàn)了第八顆行星。這是第一次發(fā)現(xiàn)一顆遙遠的恒星有著與我們自己的太陽系有著相同數(shù)量的行星！而且更加特殊的是，這個行星是Google來的。
為什么尋找行星很難？
恒星因為自身能發(fā)光，所以相對來說比較好找一些?，F(xiàn)在人類的技術(shù)已經(jīng)能夠探察到90億光年外的恒星。
但是行星本身不發(fā)光，所以尋找起來相當困難，只能使用間接的方法來發(fā)現(xiàn)行星。
到目前為止，尋找系外行星最有效的兩種方法是：視向速度法和掩星法。
視向速度法：
是利用多普勒效應的原理。如果一顆恒星周圍有行星環(huán)繞它公轉(zhuǎn)，那么恒星也會因受行星的影響而發(fā)生運動。如果此行星的公轉(zhuǎn)軌道平面和我們的視線方向平行，這樣的恒星相對我們就會發(fā)生“遠離—靠近”的周期運動。根據(jù)多普勒效應的原理，當恒星遠離我們運動時，發(fā)出的光就會變紅，而當恒星靠近我們運動時，發(fā)出的光就會變藍。天文學家通過觀測恒星光譜線紅移或藍移的變化，就可以測量出恒星運動速度的變化，從而就可以間接地判斷該恒星周圍是否有行星存在。
掩星法
當月球擋在地球和太陽之間時，會把太陽照射到地球上的部分光線擋住，我們就會看到日食。掩星法也利用同樣的原理。行星是不發(fā)光的，它們環(huán)繞恒星轉(zhuǎn)動時，如果恰好經(jīng)過地球和恒星的連線，恒星發(fā)射到地球的光線，有一小部分就會被這顆行星遮擋住。從地球上就會發(fā)現(xiàn)這顆恒星變暗了，利用恒星是否具有這種周期性的明暗變化，就可以推斷這顆恒星周圍是否有行星了?？瓷厦孢@個視頻能形象地說明這個原理。
開普勒太空望遠鏡觀測了20萬顆恒星的亮度，歷時4年來尋找這些由行星過境引起的特征信號。
Google AI是如何幫忙的？
4年采集了20萬顆恒星亮度的數(shù)據(jù)，這個數(shù)據(jù)是非常大的，要從這個海量數(shù)據(jù)中，把特征信號找出來，機器學習確實是個不錯的應用場景。
原始數(shù)據(jù)可以從https：//exoplanetarchive.ipac.caltech.edu/ 找到。
Google AI和Google Brain的高級軟件工程師Christopher Shallue是把Google AI引入到尋找類地行星的關(guān)鍵人物。
Shallue在他的業(yè)余時間，在網(wǎng)絡上檢索諸如‘運用大數(shù)據(jù)搜尋系外行星’之類的話題，然后很快注意到開普勒望遠鏡項目和對外公開發(fā)布的海量數(shù)據(jù)?！彼f：“這個數(shù)據(jù)太多了，人工分析難以招架時 ，機器學習技術(shù)的用武之地就來了。
開普勒望遠鏡在長達4年的運行期間對20萬顆恒星，進行數(shù)據(jù)采集，其中收集的數(shù)據(jù)中發(fā)現(xiàn)了3.5萬個可能的行星信號。在Google AI介入之前，科學家們運用自動化分析，在配合人工核對來對所有疑似信號進行判讀。但由于信號非常微弱，這樣的分析方法常常會將它們遺漏掉行星。所以他們猜測，在已經(jīng)被分析過的存檔數(shù)據(jù)中，應該還有隱藏其中的，在此前的分析中被遺漏的行星信號。
樣本訓練：
深度學習的一個關(guān)鍵是樣本的訓練，他們使用此前已經(jīng)經(jīng)過篩選的1.5萬個信號案例來訓練他們的深度學習網(wǎng)絡。他們使用Tensorflow實現(xiàn)他們的計算模型，利用 Adam 優(yōu)化算法來最小化交叉熵誤差（Cross-Entropy error function）， 讓系統(tǒng)學會去識別開普勒望遠鏡數(shù)據(jù)集中的行星掩星信號。在這一訓練測試中，人工智能對于真實系外行星信號和假信號的判斷正確率達到了96%以上。更多技術(shù)細節(jié)可以看論文。
隨后，當深度學習系統(tǒng)已經(jīng)學會了如何識別掩星信號之后，研究小組開始嘗試讓計算機去對那些在周圍已經(jīng)發(fā)現(xiàn)有行星存在的670顆恒星的數(shù)據(jù)再次進行分析篩查，科學家們認為這些已經(jīng)被證明存在行星系統(tǒng)的恒星周圍是最有可能存在“漏網(wǎng)之魚”的地方，或許還有其他行星信號此前未能被注意到。
通過這種方法，最終在已經(jīng)被歸檔的數(shù)據(jù)中發(fā)現(xiàn)了一個此前在進行人工分析時被忽略的微弱異常信號，最終證明這是天龍座方向上，恒星Kepler-90周圍存在的第八顆行星
Kepler-90i 。
這是第一顆機器學習找出來的行星 Kepler-90i。
Kepler-90i并非這個深度學習系統(tǒng)找到的唯行星。在Kepler-80系統(tǒng)中，他們還找到了這一系統(tǒng)內(nèi)的第六顆行星。這顆編號為Kepler-80g的系外行星大小與地球類似，它和與它同屬一個行星系統(tǒng)的另外4顆行星處于一個共振系統(tǒng)內(nèi)。這樣將造就一個極為穩(wěn)定的系統(tǒng)，類似之前引發(fā)轟動的，擁有7顆行星的TRAPPIST-1系統(tǒng)。
這個意義非常大，意味著深度學習可以在天文領(lǐng)域中一展身手，大幅度提高信號分析的準確率和效率。
小結(jié)
Google 和NASA這次發(fā)現(xiàn)的相關(guān)論文已經(jīng)被《天文學雜志》接受并將在近期出版。Google和NASA下一步計劃讓人工智能系統(tǒng)對整個開普勒望遠鏡的全部數(shù)據(jù)進行篩選分析，屆時計算機將對超過15萬顆恒星的亮度數(shù)據(jù)進行篩查，可以預料到會有更多行星會被發(fā)現(xiàn)。
這僅僅是AI在特定行業(yè)中應用的一個例子，可以預見隨著AI在傳統(tǒng)行業(yè)的滲透，會有更多驚人的成果出現(xiàn)。
最后，什么時候可以算算DX3906 這顆恒星的信號呢，說不準真能發(fā)現(xiàn)小行星呢，看看艾AA和云天明在上面呢。（三體粉才懂得梗）
聯(lián)系客服
