編譯 | 許楠、顧金濤
編輯 | 吳非
數(shù)年前，開普勒天文望遠(yuǎn)鏡在2545光年外發(fā)現(xiàn)了一顆大小與太陽(yáng)相近的恒星：開普勒90。在隨后的觀測(cè)中，科學(xué)家發(fā)現(xiàn)了更多與太陽(yáng)系相似的特征：開普勒90擁有7顆行星，且較小的行星距恒星更近，而更大的行星占據(jù)外側(cè)軌道。
在剛剛公布的這項(xiàng)新發(fā)現(xiàn)中，NASA與谷歌聯(lián)合找出了該行星系統(tǒng)的第8顆行星：開普勒90i，這使得人類首次在太陽(yáng)系外，找到由8顆行星組成的行星系統(tǒng)。
藝術(shù)家筆下，開普勒90行星系統(tǒng)中的8顆行星（行星大小按比例描繪；距離不按照比例）
新發(fā)現(xiàn)的開普勒90i同樣是一顆類地行星，它比地球大了約30%，是該行星系統(tǒng)中距恒星第三近的行星。但與地球相比，開普勒90i離恒星更近，公轉(zhuǎn)一周僅需14.4天，而其宿主恒星也比太陽(yáng)更熱，因此它的表面平均溫度可能超過(guò)了800華氏度（約427攝氏度），與水星接近。顯然，這個(gè)溫度對(duì)于生物來(lái)說(shuō)顯得太高了。
事實(shí)上，整個(gè)開普勒90行星系統(tǒng)就像是一個(gè)被壓縮的太陽(yáng)系：即使是最外側(cè)的行星開普勒90h，與宿主恒星的距離比日地距離還要短。
開普勒90行星系統(tǒng)與太陽(yáng)系的軌道對(duì)比
這個(gè)被稱作“第二個(gè)太陽(yáng)系”的行星系統(tǒng)不含宜居的行星，這可能讓很多人略感失望。但相比于開普勒90i本身，這項(xiàng)研究更重大的意義在于，人工智能手段開始參與系外行星的搜尋，并且首次為人類找出此前被遺漏的行星。
開普勒太空望遠(yuǎn)鏡
相比于主動(dòng)發(fā)光的恒星，黯淡、渺小的系外行星往往難以直接觀測(cè)。但當(dāng)行星從其宿主恒星前方穿過(guò)時(shí)，會(huì)遮住恒星的一部分光線。因此，我們觀測(cè)到恒星亮度出現(xiàn)微弱的下降，呈現(xiàn)出下圖所示的“U”型曲線。通過(guò)這種“凌星”現(xiàn)象，我們能夠?qū)ο低庑行沁M(jìn)行間接探測(cè)。
2009年升空的開普勒太空望遠(yuǎn)鏡，正是通過(guò)凌星法，連續(xù)掃描了超過(guò)15萬(wàn)顆恒星，以檢索恒星表面產(chǎn)生的微弱亮度變化。2014年，開普勒由第二任務(wù)K2接班，K2任務(wù)在范圍更小的數(shù)據(jù)庫(kù)基礎(chǔ)上捕捉系外行星，甚至還進(jìn)行了許多其它觀測(cè)。2014年，開普勒的第二階段K2項(xiàng)目啟動(dòng)，在范圍更小的數(shù)據(jù)庫(kù)基礎(chǔ)上捕捉系外行星，并對(duì)其進(jìn)行多項(xiàng)觀測(cè)。
開普勒的行星捕捉任務(wù)獲得了不可思議的成功。截至目前，開普勒項(xiàng)目已經(jīng)確認(rèn)了超過(guò)2500顆系外行星——數(shù)量約為目前已知行星的三分之二；同時(shí)，還有超過(guò)2000顆“候選行星”等待進(jìn)一步的觀測(cè)、分析進(jìn)行確認(rèn)。
盡管開普勒項(xiàng)目已經(jīng)取得豐碩的成果，但很多人相信，在開普勒數(shù)據(jù)庫(kù)中，還有很多重要信息有待挖掘。而限制我們進(jìn)一步分析這些數(shù)據(jù)的因素，是軟件的分析速度及分辨率。開普勒太空望遠(yuǎn)鏡每30分鐘對(duì)浩瀚宇宙拍攝一張照片，一共創(chuàng)造了大約 140 億個(gè)數(shù)據(jù)點(diǎn)，其中包含了35000個(gè)可能的行星信號(hào)。即便是對(duì)于最強(qiáng)大的計(jì)算機(jī)來(lái)說(shuō)，這也是海量數(shù)據(jù)，分析起來(lái)既耗時(shí)又費(fèi)力。另一個(gè)問(wèn)題在于，通過(guò)自動(dòng)化檢測(cè)或用肉眼檢測(cè)，我們可以發(fā)現(xiàn)數(shù)據(jù)中最有可能的信號(hào)。然而，最微弱的信號(hào)通常會(huì)被這些方法忽略。
用人工智能搜尋系外行星
當(dāng)谷歌AI團(tuán)隊(duì)的高級(jí)軟件工程師Christopher Shallue發(fā)現(xiàn)，人類從太空獲取數(shù)據(jù)的技術(shù)在不斷發(fā)展，但海量數(shù)據(jù)已經(jīng)將天文學(xué)淹沒(méi)時(shí)，他提出一個(gè)設(shè)想：或許，我們可以將神經(jīng)網(wǎng)絡(luò)應(yīng)用于開普勒數(shù)據(jù)的分析。
在這一過(guò)程中，他與德克薩斯大學(xué)奧斯汀分校的天體物理學(xué)家Andrew Vanderburg進(jìn)行合作，將機(jī)器學(xué)習(xí)技術(shù)運(yùn)用到了太空探索中，讓機(jī)器學(xué)會(huì)了識(shí)別繞著遙遠(yuǎn)恒星公轉(zhuǎn)的行星。
研究人員用超過(guò) 1.5 萬(wàn)個(gè)經(jīng)過(guò)標(biāo)記的開普勒太空望遠(yuǎn)鏡信號(hào)的數(shù)據(jù)集，對(duì)機(jī)器學(xué)習(xí)系統(tǒng)進(jìn)行訓(xùn)練。為此，系統(tǒng)需要能夠辨別出行星的特征，并且能夠與恒星黑子、雙星系統(tǒng)和其他天體進(jìn)行區(qū)分。隨后，他們利用這個(gè)系統(tǒng)來(lái)測(cè)試未曾分析過(guò)的信號(hào)，系統(tǒng)識(shí)別行星信號(hào)和非行星信號(hào)的準(zhǔn)確率高達(dá) 96%。因此，研究人員相信，該方法能夠在行星搜尋中發(fā)揮作用。
通過(guò)該系統(tǒng)，研究人員對(duì)670個(gè)已知至少包含兩顆行星的系外星系進(jìn)行了檢測(cè)，并從中發(fā)現(xiàn)開普勒90i。
“我們找到了許多假陽(yáng)性行星，但是也可能存在更多的真實(shí)行星，”Vandnerburg如是說(shuō)。“這個(gè)過(guò)程就像從石頭中找尋寶石，如果你用一個(gè)更細(xì)的濾網(wǎng)，那么你在得到更多石頭的同時(shí)，也會(huì)找到更多的寶石?！?/span>
開普勒90i并不是這個(gè)神經(jīng)網(wǎng)絡(luò)篩選出來(lái)的唯一寶石。在開普勒80行星系統(tǒng)中，他們還找到了該星系的第六顆行星——和地球大小相近的開普勒80g。它與相鄰的四顆行星構(gòu)成了一條“共振鏈”——行星被彼此的重力拴住，在軌道上有節(jié)律地共舞。如此一來(lái)，便與TRAPPIST-1星系（包含7顆地球大小的類地行星的行星系統(tǒng)）中的七顆行星相似，形成非常穩(wěn)定的系統(tǒng)。
人工智能在系外行星搜尋中的應(yīng)用才剛剛起步。Vandnerburg在新聞發(fā)布會(huì)中提到，“在開普勒90行星系統(tǒng)中，可能有很多尚未發(fā)現(xiàn)的行星，如果這顆恒星周圍沒(méi)有更多了行星了，或許才會(huì)令我感到驚訝?！?/span>
開普勒90是我們?cè)谔?yáng)系以外發(fā)現(xiàn)的第一個(gè)擁有八顆行星的行星系統(tǒng)，但很顯然，它不會(huì)是最后一個(gè)。我們期待，人工智能會(huì)將我們對(duì)宇宙認(rèn)知提升到一個(gè)新的高度。
在Reddit論壇上，NASA與谷歌的研究人員回答了讀者的提問(wèn)，以下為問(wèn)答精選：
問(wèn)：我想知道當(dāng)James Webb接替了哈勃之后，谷歌AI是否會(huì)用來(lái)協(xié)助它工作？另外，在未來(lái)10-20年中，我們可以期待用James Webb觀測(cè)到什么？我們能否用AI和James Webb來(lái)確定是否真的存在人類宜居星球？
答：谷歌AI或者其他機(jī)器學(xué)習(xí)工具在未來(lái)的任務(wù)，如Webb, Tess或者其他任務(wù)中，可能會(huì)被用來(lái)進(jìn)行數(shù)據(jù)分析。就像Chris和Andrew合作從公共數(shù)據(jù)庫(kù)中發(fā)掘出了Kepler數(shù)據(jù)庫(kù)，其他NASA新舊數(shù)據(jù)庫(kù)中的數(shù)據(jù)也可能被發(fā)掘出來(lái)，進(jìn)行進(jìn)一步的研究。在未來(lái)10-20年中，我們預(yù)計(jì)會(huì)繼續(xù)統(tǒng)計(jì)系外行星數(shù)量并對(duì)之進(jìn)行勘測(cè)（如測(cè)量重量、大小等性質(zhì)），甚至可能會(huì)用日冕儀或星冕儀技術(shù)直接成像。我們的目標(biāo)是回答這個(gè)歷史性問(wèn)題：我們孤單嗎？通過(guò)Webb, Tess及其他任務(wù)，我們有希望回答這個(gè)問(wèn)題，但是很難說(shuō)是在下一個(gè)十年、二十年，還是需要更久……——Kartik Sheth, NASA HQ
問(wèn)：Kepler的分辨率是多少？如果用它來(lái)觀測(cè)冥王星和海王星，會(huì)看到什么？而在觀測(cè)系外行星時(shí)，又看到了什么？
答：Kepler的分辨率約為6角秒，在天文望遠(yuǎn)鏡中相對(duì)較低——與之相比，哈勃望遠(yuǎn)鏡的分辨率要好60倍。原因在于Kepler主要注重視角的廣度。Kepler觀測(cè)海王星的影像在以下鏈接中，雖然圖像不精美，但是亮度測(cè)量確十分精準(zhǔn)。https://www.youtube.com/watch?v=Tw-q3uM_5_0 ——Andrew V, UT Austin
問(wèn)：文中提到采用卷織神經(jīng)網(wǎng)絡(luò)（convolutional neural networks , CNN）篩選“候選星”清單，但是CNN擅長(zhǎng)二維數(shù)字信號(hào)分析。所以分析中，輸入CNN的信息是恒星的光變曲線還是影像？
答：問(wèn)得好！CNN的確如你所說(shuō)，通常用來(lái)分析二維影像，但是他們還可以用來(lái)分析N維數(shù)字信號(hào)。實(shí)際上，彩色圖片就是三維數(shù)字信號(hào)，因?yàn)樗鼈冇袃蓚€(gè)空間維度和一個(gè)色彩維度（RGB），彩色視頻就是四位數(shù)字信號(hào)，因?yàn)樗鼈冞€有時(shí)間維度。在這個(gè)項(xiàng)目中，我們訓(xùn)練了一維CNN，輸入信息為一維的光變曲線，即隨不同時(shí)間光亮度的值?！狢hris Shallue, Google AI
問(wèn)：機(jī)器學(xué)習(xí)很像魔術(shù)中，會(huì)產(chǎn)生不可思議結(jié)果的暗箱，在你們不知道它的實(shí)際過(guò)程時(shí)，研究的科學(xué)價(jià)值不會(huì)因?yàn)檫@個(gè)程序而受到質(zhì)疑嗎？
答：我們開發(fā)機(jī)器學(xué)習(xí)模型時(shí)，我們特地移除了一些標(biāo)記的訓(xùn)練數(shù)據(jù)片段——約10%。然后，當(dāng)我們的模型完成訓(xùn)練后，我們用這些該模型從未見(jiàn)過(guò)的10%的數(shù)據(jù)來(lái)進(jìn)行測(cè)試，在此過(guò)程中，我們發(fā)現(xiàn)模型完成測(cè)試的正確率為96%。就對(duì)機(jī)器學(xué)習(xí)系統(tǒng)的了解來(lái)說(shuō)，我們具備觀測(cè)模型“內(nèi)部運(yùn)作”的技術(shù)，因此可以幫助我們了解為什么它們會(huì)做出某些決策。我們開發(fā)了一些使神經(jīng)網(wǎng)絡(luò)可視化的方式，它們?cè)贙epler信號(hào)中發(fā)揮了作用。一般來(lái)說(shuō)，神經(jīng)網(wǎng)絡(luò)本身并不是不可解讀的，并且還有一個(gè)宏觀的研究正在對(duì)探測(cè)和了解神經(jīng)網(wǎng)絡(luò)的工具進(jìn)行進(jìn)一步開發(fā)。
參考材料：
https://www.nasa.gov/press-release/artificial-intelligence-nasa-data-used-to-discover-eighth-planet-circling-distant-star
https://www.space.com/39099-alien-solar-system-with-eight-exoplanets-discovery.html
https://nasa.tumblr.com/post/168542791629/researchers-just-found-for-the-first-time-an-8th
https://en.wikipedia.org/wiki/Kepler-90
https://www.reddit.com/r/science/comments/7jrexn/science_ama_series_were_planet_hunters_from_nasa/
聯(lián)系客服
