用机器学习发现新行星,Google 这样做

用机器学习发现新行星,Google 这样做

在新科技辅助下,人类对宇宙的了解扩展到太阳系之外,可侦测并探究其他恒星周围的行星。虽然探索行星并不容易,但 Google 借助机器学习(Machine Learning),最近取得一些进展。

Google 日前在官方部落格发文指出,天文学家搜寻系外行星的主要方式,是分析来自 NASA(美国太空总署)克卜勒任务中的大量资料数据,并透过自动化软件和手动方式来执行。

克卜勒任务用了 4 年的时间观察近 20 万颗恒星,每 30 分钟拍一次照片,创造了近 140 亿个资料点;这 140 亿个资料点相当于约 2,000 兆个可能的行星轨道,这个庞大的资料量即使用最强大的电脑来分析也非常耗时、费力。为了让这个分析的过程更有效率,Google 导入机器学习来加速分析时程。

Google 说明,当一颗运行中的行星挡住了恒星的光线时,恒星的亮度会减小。Google 以此概念为基础,将其特征讯号用来辨识周围运行的行星,并运用克卜勒天文望远镜,在 4 年之间观察并分析了 20 万颗恒星的亮度。

Google 强调,机器学习能够训练电脑认识运作模式,这对于分析大量数据尤其有用;机器学习技术的重点在于让电脑从范例中学习,而不是透过编写特定的规则。

Google 利用 1 万 5,000 个被标示的克卜勒讯号,来训练 TensorFlow 机器学习模组去辨认行星讯号,并利用这个模组,从 670 颗恒星的数据中发现新的行星,且成功发现了 2 个先前被忽略的行星:克卜勒 80g 和克卜勒 90i。

值得注意的是,克卜勒 90i 是第 8 个被发现围绕克卜勒 90 的行星,这使它成为除了太阳系之外,第一个已知的 8 大行星系统。

Google 表示,目前为止只用 TensorFlow 机器学习模组搜寻了 20 万个恒星当中的 670 个,而克卜勒的数据中可能还有更多系外行星尚未被发现,未来机器学习的新思维和技术将能帮助人类进行宇宙探索,发现更多未知的领域。

(记者:吴家豪)

延伸阅读:

  • NASA 宣布重大消息!与 Google AI 合作发现“迷你太阳系”

   特别声明    本页内容仅供参考,版权终归原著者所有,若有侵权,请联系我们删除。