Sa svakim godinu dana otkriva se sve više i više sunčevih planeta. Da bi stvari bile zanimljivije, poboljšanja u metodologiji i tehnologiji omogućavaju otkrivanje više planeta unutar pojedinih sustava. Razmislite o nedavnoj najavi sustava sa sedam planeta oko zvijezde crvenog patuljaka poznatog kao TRAPPIST-1. U to je vrijeme ovo otkriće postavilo rekord za većinu egzoplaneta koji kruže oko jedne zvijezde.
Pa prijeđite preko TRAPPIST-1! Zahvaljujući svemirskom teleskopu Kepler i strojnom učenju, tim iz Google AI-a i Harvard-Smithsonian Centra astrofizike (CfA) nedavno je otkrio osmi planet u dalekom zvjezdanom sustavu Kepler-90. Otkrivanje ove planete omogućeno je zahvaljujući Google algoritmima koji su u podacima misije Kepler otkrili slab tranzitni signal.
Studija koja opisuje njihova otkrića, pod nazivom „Identificiranje egzoplaneta dubokim učenjem: pet planeta rezonantnih lanaca oko Keplera-80 i osam planeta oko Keplera-90“, nedavno se pojavila na mreži i prihvaćena je za objavljivanje u The Astronomical Journal, Istraživački tim sastojao se od Christophera Shalluea s Google AI-ja i Andrew Vanderburg sa Sveučilišta u Teksasu i CfA.
Kepler-90, zvijezda slična Suncu, nalazi se otprilike 2.545 svjetlosnih godina od Zemlje u sazviježđu Draco. Kao što je napomenuto, prethodna istraživanja pokazala su postojanje sedam planeta oko zvijezde, kombinacija zemaljskih (aka. Stjenovitih) planeta i plinskih divova. No, nakon korištenja Google algoritma stvorenog za pretraživanje Keplerovih podataka, istraživački tim potvrdio je da signal drugog planeta bliže orbiti vreba unutar podataka.
Keplerova misija oslanja se na Tranzitnu metodu (aka. Tranzitna fotometrija) kako bi uočio prisustvo planeta oko svjetlijih zvijezda. Sastoji se od promatranja zvijezda radi periodičnih umora u svjetlinu, koji su pokazatelj da planet prolazi ispred zvijezde (tj. Da prolazi) u odnosu na promatrača. Za vrijeme svoje studije, Shallue i Vanderburg uvježbavali su računalo za čitanje svjetlosnih krivulja koje je zabilježio Kepler i utvrđivanje prisutnosti tranzita.
Ova umjetna "neuronska mreža" prosijala je Keplerove podatke i pronašla slabe tranzitne signale koji su ukazivali na prisustvo ranije propuštenog planeta oko Keplera-90. Ovo otkriće ne samo da je ukazalo na to da je ovaj sustav sličan našem, već potvrđuje i vrijednost korištenja umjetne inteligencije za kopanje arhivskih podataka. Dok se prije pretraživanja Keplerovih podataka koristilo strojno učenje, ovo istraživanje pokazuje da se sada mogu razabrati i najslabiji signali.
Kao što je Paul Hertz, direktor NASA-inog odjela za astrofiziku u Washingtonu, rekao je u nedavnom NASA-ovom saopćenju za javnost:
"Baš kao što smo i očekivali, u našim arhiviranim Keplerovim podacima vrebaju uzbudljiva otkrića, čekajući pravi alat ili tehnologiju da ih otkrijemo. Ovo otkriće pokazuje da će naši podaci biti vrijedna riznica dostupna inovativnim istraživačima u godinama koje dolaze. "
Ovaj novootkriveni planet, poznat kao Kepler-90i, kamenit je planet koji je po veličini usporediv sa Zemljom (1,32 ± 0,21 zemaljska radijusa) koji orbitira oko njegove zvijezde u periodu od 14,4 dana. S obzirom na blizinu njegove zvijezde, vjeruje se da ovaj planet ima ekstremne temperature od 709 K (436 ° C; 817 ° F), što ga čini toplijim od dnevnog maksimuma od 700 K (427 ° C; 800 ° F).
Kao stariji softverski inženjer s Google-ovim istraživačkim timom Google AI, Shallue je došao na ideju primjene neuronske mreže na Keplerove podatke nakon što je saznao da astronomija (kao i druge grane znanosti) ubrzano postaje problem "velikih podataka". Kako tehnologija za prikupljanje podataka postaje sve naprednija, znanstvenici smatraju da je preplavljen nizovima podataka sve veće veličine i složenosti. Kao što je Shallue objasnio:
"U svoje slobodno vrijeme započeo sam google zbog 'pronalaska egzoplaneta s velikim nizima podataka' i saznao sam o Keplerovoj misiji i ogromnom raspoloživom skupu podataka. Strojno učenje zaista sjaji u situacijama u kojima postoji toliko podataka da ih ljudi ne mogu sami tražiti. "
Keplerova misija je u svoje prve četiri godine djelovanja skupila skup podataka koji se sastojao od 35.000 mogućih planetarnih tranzitnih signala. U prošlosti su se automatizirani testovi, a ponekad i vizualni pregledi koristili za provjeru najperspektivnijih signala u podacima. Međutim, najslabiji signali često su propušteni tim metodama, ostavljajući desetke ili čak stotine planeta zapuštenih.
Želeći poboljšati ovo, Shallue se udružio s Andrewom Vanderburghom - znanstvenim suradnikom Nacionalne znanstvene zaklade i NASA Sagan Fellowom - kako bi vidjeli može li strojno učenje rudariti podatke i pojačati više signala. Prvi korak se sastojao od osposobljavanja neuronske mreže za prepoznavanje tranzitivnih egzoplaneta pomoću skupa od 15 000 prethodno provjerenih signala iz kataloga egzoplaneta Kepler.
U testnom setu neuronska mreža je ispravno identificirala prave planete i lažne pozitivne vrijednosti s 96% -tnom tačnošću. Pokazavši da može prepoznati tranzitne signale, tim je zatim usmjerio svoju neuronsku mrežu na traženje slabijih signala u sustavima sa 670 zvijezda koji su već imali više poznatih planeta. Među njima su Kepler-80, koji je imao pet prethodno poznatih planeta, i Kepler-90, koji je imao sedam. Kao što je Vanderburg naznačio:
„Imamo puno lažnih pozitivnih planeta, ali i potencijalno stvarnije planete. To je poput prolaska kroz stijene da biste pronašli dragulje. Ako imate sitnije sito, tada ćete uhvatiti više kamenja, ali također možete uhvatiti više dragulja. "
Šesti planet u Kepleru-80 poznat je pod nazivom Kepler-80g, planet veličine Zemlje koji je u rezonantnom lancu sa svojih pet susjednih planeta. To se događa kada su planete međusobnom gravitacijom zaključane u izuzetno stabilan sustav, sličan onome što doživljava sedam planeta TRAPPIST-1. Kepler-90i je s druge strane planet veličine Zemlje koji ima uvjete poput Merkura i orbite izvan granica 90b i 90c.
U budućnosti, Shallue i Vanderburg planiraju primijeniti svoju neuronsku mrežu na Keplerovu cjelokupnu arhivu s više od 150 000 zvijezda. Unutar ovog ogromnog skupa podataka vjerojatno će vrebati još mnogo planeta i citirati ih možda u već planetarnim sustavima koji su već ispitani. U tom pogledu, misija Kepler (koja je već bila neprocjenjiva na istraživanju egzoplaneta) pokazala je da može ponuditi mnogo više.
Kao Jessie Dotson, Kepler-ov znanstvenik na projektu u NASA-inom istraživačkom centru Ames:
„Ovi rezultati pokazuju trajnu vrijednost Keplerove misije. Novi načini gledanja podataka - poput ovog istraživanja u ranoj fazi primjene algoritama strojnog učenja - obećavaju da će i dalje postići značajan napredak u našem razumijevanju planetarnih sustava oko drugih zvijezda. Sigurna sam da ima više prvih podataka koji čekaju da ih ljudi pronađu. "
Naravno, činjenica da zvijezda slična Suncu sada ima sustav od osam planeta (poput našeg Sunčevog sustava), postoje oni koji se pitaju bi li ovaj sustav mogao biti dobra oklada za pronalazak izvanzemaljskog života. No, prije nego što se itko previše uzbuđuje, vrijedno je napomenuti da planete Kepler-90-ih svi orbituju prilično blizu zvijezde. To je najudaljeniji planet, Kepler-90h, u orbiti na istoj udaljenosti od zvijezde kao i Zemlja prema Suncu.
Otkrivanje osme planete oko druge zvijezde također znači da postoji vani sustav koji rival Sunčevom sustavu u ukupnom broju planeta. Možda je vrijeme da preispitamo odluku o IAU iz 2006. - znate, onu gdje je Pluton "demoniran"? I dok smo na tome, možda bismo trebali ubrzati Ceres, Eris, Haumea, Makemake, Sednu i ostalo za planetizam. Inače, kako inače planiramo održati naš zapis?
U budućnosti će se slični procesi strojnog učenja vjerojatno primijeniti na sljedeće generacije lovačkih egzoplaneta, poput tranzitnog anketa egzoplaneta (TESS) i svemirskog teleskopa James Webb (JWST). Te bi se misije trebalo izvesti u 2018. i 2019. godini. A u međuvremenu, sigurno će biti još mnogo otkrivenja koje dolaze iz Keplera!
