Při pohledu do budoucnosti jsou astronomové nadšeni, že uvidí, jak se strojové učení – aka. hluboké učení a umělá inteligence (AI) – posílí průzkumy. Jedna oblast, která již těží při hledání extrasolárních planet, kde výzkumníci spoléhají na algoritmy strojového učení, aby rozlišili mezi slabými signály a hlukem na pozadí. Vzhledem k tomu, že tato oblast pokračuje v přechodu od objevování k charakterizaci, úloha strojové inteligence bude pravděpodobně ještě kritičtější.
Vezměte si Kepler Vesmírný dalekohled , což představovalo 2879 potvrzených objevů (z toho 4 575 exoplanet objevený k dnešnímu dni) během jeho téměř deseti let služby. Po prozkoumání dat shromážděných Keplerem pomocí nové neuronové sítě s hlubokým učením tzv ExoMiner , výzkumný tým z Ames Research Center NASA byl schopen detekovat 301 dalších planetárních signálů a přidat je do rostoucího sčítání exoplanet.
Tyto nově zjištěné exoplanety a algoritmus ExoMiner byly popsány v článku, který byl nedávno přijat k publikaci v Astrophysical Journal . Referát a projektový tým vedl Hamed Valizadegan, manažer strojového učení s Asociace univerzitního výzkumu vesmíru (USRA) v NASA Ames' a zahrnoval několik výzkumníků z USRA, the Institut SETI a univerzity z celého světa.
Jak uvádějí ve svém dokumentu, všech 301 strojově ověřených planet bylo původně detekováno Kepler Science Operations Center potrubí. Tyto planety byly také povýšeny do statutu „kandidáta“ planety Vědecká kancelář Kepler (jinými slovy nepotvrzeno). Než byl ale archiv Kepler Kepler prozkoumán pomocí ExoMiner, nikdo nebyl schopen ověřit, že tyto potenciální signály byly exoplanety.
Stejně jako všechny techniky strojového učení se tato nová hluboká neuronová síť učí identifikovat vzory na základě poskytnutých dat. V případě ExoMiner jej výzkumníci z NASA Ames navrhli pomocí různých testů a vlastností, které lidé používají k potvrzení přítomnosti exoplanet. V kombinaci se superpočítačem NASA ( Plejády ), využívá tyto znalosti k rozlišení mezi skutečnými exoplanetami a různými typy „falešně pozitivních“.
V dokumentu je také uvedeno, jak je ExoMiner přesnější a důslednější ve vyloučení falešných pozitiv a identifikaci signatur planet a zároveň ukazuje vědeckým týmům, jak dospěl ke svému závěru. Jako Valizadegan vysvětlil :
„Když ExoMiner řekne, že něco je planeta, můžete si být jisti, že je to planeta. ExoMiner je vysoce přesný a v některých ohledech spolehlivější než jak stávající strojové klasifikátory, tak lidské experty, které má napodobovat, kvůli předsudkům, které s sebou nese lidské označování. Nyní, když jsme vycvičili ExoMiner pomocí dat Kepler, s malým doladěním můžeme toto učení přenést do jiných misí, včetně TESS, na kterém právě pracujeme. Je tu prostor pro růst.'
Když planeta prochází přímo mezi námi a její hvězdou, světelná křivka se mírně změní, což astronomové používají k určení přítomnosti planet. Poděkování: Goddard Space Flight Center NASA
ExoMiner byl speciálně navržen tak, aby pomáhal odborníkům, kteří prohledávají data shromážděná běhemKepleraK2kampaně. Důvodem je metoda lovu exoplanet, kterou používáKeplera jeho nástupce, Satelit pro průzkum tranzitujících exoplanet (TESS). To spočívá ve sledování tisíců hvězd, zda se u nich neobjevují známky periodických poklesů jasu, které by mohly být způsobeny exoplanetami procházejícími před nimi (aka. tranzitujícími) vzhledem k pozorovateli.
Známý jako Tranzitní metoda (aka. Transit Photometry), tato technika je dosud nejúčinnějším prostředkem detekce exoplanet a představuje více než 75 % všech dosavadních objevů. Je však také předmětem značné míry falešně pozitivních výsledků, která může v systémech s jednou planetou dosahovat až 40 % (na základě studie 2012 dat mise Kepler). A co víc, je to účinné pouze pro asi 10 % hvězdných systémů, protože musí být vzhledem k pozorovateli z boku, aby byly vidět přechody.
Primárním způsobem, jak to obejít, je sledovat tisíce hvězd v jediném poli, což vytváří zátěž pro dolování dat (zmíněnou výše). Ze všech těchto důvodů znamená mít automatizovaného pomocníka, který dokáže data spolehlivě zpracovat (tím, že přesně ví, co hledat), velkou změnu ve hře. Jak řekl Jon Jenkins, exoplanetový vědec z Ames Research Center NASA, v nedávném NASA tisková zpráva :
„Na rozdíl od jiných programů strojového učení pro detekci exoplanet není ExoMiner černou skříňkou – není tajemstvím, proč rozhodne, že něco je planeta nebo ne. Můžeme snadno vysvětlit, které prvky v datech vedly ExoMiner k odmítnutí nebo potvrzení planety... Těchto 301 objevů nám pomáhá lépe porozumět planetám a slunečním soustavám mimo naše vlastní a také to, co dělá ty naše tak jedinečné.“
Bohužel se o žádné z nově potvrzených planet nevěří, že jsou „podobné Zemi“, což znamená, že nemají kamenné složení ani neobíhají v obyvatelné zóně (HZ) svých mateřských hvězd. Ale mají některé vlastnosti společné s celkovou populací potvrzených exoplanet v našem galaktickém sousedství, díky čemuž je těchto 301 planet vhodným doplňkem k sčítání exoplanet.
Ve velmi blízké budoucnosti se ExoMiner a další techniky strojového učení ukážou jako velmi užitečné pro mise spoléhající na Transit Photometry. To zahrnuje TESS, který má podle plánu zůstat v provozu do září 2022 (s výjimkou dalšího rozšíření), ale také ESA PLAnetární tranzity a oscilace hvězd mise (PLATO) a NASA Římský vesmírný dalekohled Nancy Grace (RST) – jejichž spuštění je naplánováno na rok 2026 a 2027 (v tomto pořadí).
Další čtení: NASA