通过Google机器学习来寻找系外行星
几千年以来，人们一直仰望星空，观察并记录。早期的希腊天文学家们将确定的第一批行星，称之为"planētai"或者叫流浪者。今天在光学望远镜，太空飞行，数码相机以及计算机等帮助下，人们将视野延伸到太阳系之外，并探测器他恒星周围的行星，并称之为系外行星。对系外行星的探索有助于我们人类回答关于宇宙最深层次的问题，外面的世界有什么？在太阳系之外的地方有像我们这样的存在吗？
北京时间12月15日凌晨2时（美国东部时间12月14日13时），NASA召开了媒体电话会议，宣布了开普勒太空望远镜的最新发现。
伴随着第八颗系外行星的发现，Kepler-90成为首个和我们太阳系拥有同样数量行星的恒星系统。
Credits: NASA/Wendy Stenzel
研究人员通过Google AI模型，新发现了两颗系外行星，分别称为Kepler-80 g和Kepler-90 i。
Credit：NASA
Kepler-90系统中的行星与我们太阳系内行星的对比
Credit：NASA
Kepler-90系统中行星的轨道与地球在太阳系中的轨道对比
Credit：NASA
其中Kepler-90 i距离我们约为2545光年，这是研究人员在一颗类太阳恒星Kepler-90周围发现的第八颗行星，Kepler-90这下和我们的太阳系一样拥有8颗行星，这8颗行星距离其恒星Kepler-90都很近，与我们太阳系相比，其最外层的行星轨道都要比我们地球距离太阳近。
据估计，Kepler-90i表面的平均温度超过800华氏度。
Credit：NASA
新发现的行星Kepler-90i，轨道道公转周期约为14.4天，是一个炎热的岩石星球，其表面平均温度超过800华氏度，不可能有我们已知的生命形式存在。这颗行星是研究人员通过谷歌的机器学习，在NASA的开普勒望远镜数据中发现的。
寻找系外行星的新方法
寻找系外行星并不容易，因为和其恒星相比，系外行星又小，又暗，还很寒冷。就像是从几千英里外的探照灯旁边飞来一只萤火虫一样难以发现。借助于机器学习，科学家们最近取得了一些进展。
天体物理学家们寻找系外行星的一个主要方式是，通过自动化软件和人工分析，分析来自NASA开普勒太空望远镜大量的数据，开普勒太空望远镜4年时间来大约观测了20万颗恒星，每30分钟拍一张照片，收集了约140亿个数据点。这140亿个数据点转化为大约2万亿个可能的行星轨道，即使用最强大的计算机来进行分析，也是一个费力，耗时的过程，为了使这个过程更加高效，科学家们开始使用机器学习。
凌星现象
Credit：NASA
由于系外行星距离我们太遥远而不能直接进行观测，开普勒望远镜通过凌星现象，测量一颗恒星的亮度变化，来寻找系外行星。
机器学习可以教授计算机进行模式识别，尤其对理解大量的数据很有用。关键的思想是让计算机通过例子学习，而不是用特定的规则进行编程。
这次的发现者之一是一名对太空感兴趣的Google AI研究员Chris Shallue，他使用了“20%时间”（Google 允许工程师以“20%时间”去从事个人感兴趣的非正式项目）与Andrew一起教会一台机器学习系统，如何识别遥远恒星周围的行星。Andrew是一名德州大学奥斯汀分校的天体物理学家。
他们使用超过15000 个标记的开普勒信号的数据集，创建了一个TensorFlow 模型（有关这个模型可自行Google）来区分行星与非行星。在测试时，该系统能准确地确定哪些信号是行星，哪些信号不是，准确率高达96％。
他俩这次缩小了搜寻范围，在已知的670颗恒星周围，发现了两颗行星Kepler 80g和Kepler 90i，这就是这次新闻发布中所述的两个新发现的行星。特别是在恒星系统Kepler-90中发现了其第八颗行星Kepler-90 i，这是除过我们太阳系外，首个知道的拥有8颗行星的系统。
参考一：https://www.blog.google/topics/machine-learning/hunting-planets-machine-learning/
参考二：https://www.nasa.gov/press-release/artificial-intelligence-nasa-data-used-to-discover-eighth-planet-circling-distant-star
参考三：https://nasa.tumblr.com/post/168542791629/researchers-just-found-for-the-first-time-an-8th
页:
[1]