Первый подобный опыт для астрономов: новый алгоритм машинного обучения, разработанный учёными Уорикского университета и специалистами Института Алана Тьюринга, сам подтвердил существование пятидесяти новых экзопланет.
Искусственный интеллект анализировал данные о потенциально существующих планетах и определял, какие из них указывают на существование экзопланеты, а какие представляют собой ложное срабатывание. Вычисляя вероятность каждого из событий, он, соответственно, мог показать, что кандидат действительно является экзопланетой.
Таким образом учёные получили в своё распоряжение статистический инструмент для подтверждения будущих открытий экзопланет.
Напомним, что астрономы сегодня ищут миры у самых разных звёзд. Телескопы собирают огромные объёмы данных, после чего их проверяет человек, который может подтвердить или опровергнуть, что "вот это отклонение на кривой" говорит о наличии у светила экзопланеты.
Дело в том, что прохождение экзопланеты между Землёй и изучаемой звездой приводит к небольшому падению блеска светила. Именно его и обнаруживает телескоп. Но это "затемнение" также может быть вызвано прохождением второй звезды из системы связанных светил. Помехи может породить и объект на заднем плане или даже небольшие ошибки в работе камеры.
Эти ложные срабатывания можно отсеять в процессе проверки данных человеком. Исследователи из Университета Уорвика и Института Алана Тьюринга решили автоматизировать этот процесс и создали алгоритм, основанный на машинном обучении, который может отделять реальные планеты от "поддельных" в больших выборках из тысяч кандидатов.
Алгоритм был обучен распознавать настоящие экзопланеты с использованием двух больших выборок подтверждённых ранее планет и ложных срабатываний, собранных в ходе работы ныне прекращённой миссии Kepler.
Затем исследователи опробовали работу алгоритма на наборе данных ещё неподтверждённых планет-кандидатов миссии "Кеплер" (данные миссии учёные будут изучать ещё долгие годы). В результате было получено 50 новых подтверждённых экзопланет.
Эти 50 планет варьируются от миров размером с Нептун до миров с размерами меньше, чем у Земли. Они также совершают полный оборот вокруг своего светила за 1-200 земных дней.
Отметим, что ранее методы машинного обучения ранжировали кандидатов, но никогда не определяли вероятность того, что тот или иной кандидат является настоящей планетой.
"Вместо того чтобы говорить, какие кандидаты с большей вероятностью являются планетами, теперь мы можем сказать, какова точная статистическая вероятность, – объясняет Дэвид Армстронг (David Armstrong) из Уорикского университета. – Если вероятность того, что кандидат окажется ложноположительным, составляет менее 1%, это планета считается подтверждённой".
Разработчики полагают, что этот новый инструмент в будущем должен использоваться для проверки реальности существования экзопланет всеми учёными коллективно. К тому же новые открытия позволят дополнительно натренировать искусственный интеллект для лучшей работы.
Согласно прогнозам, телескоп TESS, о миссии которого Вести.Ru подробно рассказывали, позволит обнаружить десятки тысяч новых кандидатов в планеты. Алгоритм сможет проанализировать эти данные без участия человека, а значит, сделает поиск новых миров более эффективным.
Результаты работы представлены в издании Monthly Notices of the Royal Astronomical Society. В статье также приводится первое крупномасштабное сравнение методов проверки существования экзопланет.
