Odkryli dziesiątki ukrytych planet. Pomógł nowy system oparty na AI
Badacze z Uniwersytetu w Warwick opracowali nowe narzędzie oparte na sztucznej inteligencji, które pomogło przeanalizować ogromne zbiory danych pozyskanych z misji TESS NASA. Dzięki temu potwierdzono istnienie dziesiątek egzoplanet, a także odkryto nowe obiekty.
Sztuczna inteligencja wsparła analizę ogromnych zbiorów danych z misji TESS NASA
Astronomowie z Uniwersytetu w Warwick zastosowali nową metodę opartą na sztucznej inteligencji, co pomogło im odkryć ogrom ukrytych planet w danych zbieranych przez TESS, teleskop kosmiczny agencji NASA, który powstał w celu poszukiwania planet pozasłonecznych metodą tranzytu.
- Dzięki naszemu nowo opracowanemu systemowi RAVEN udało nam się zweryfikować istnienie 118 nowych planet i ponad 2000 wysokiej jakości kandydatów na planety, z czego prawie 1000 to obiekty zupełnie nowe - powiedziała główna autorka badania opublikowanego w czasopiśmie MNRAS, dr Marina Lafarga Magro z Uniwersytetu w Warwick. - Jest to jeden z najlepiej scharakteryzowanych przykładów planet bliskich i pomoże nam zidentyfikować najbardziej obiecujące układy do przyszłych badań.
RAVEN pomógł naukowcom potwierdzić istnienie 118 nowych egzoplanet
Współczesne projekty poszukiwania planet regularnie odkrywają tysiące potencjalnych obiektów, lecz weryfikacja, które z tych sygnałów wskazują na faktyczne istnienie egzoplanet oraz określenie częstości występowania poszczególnych ich typów, wciąż stanowi istotne wyzwanie przy użyciu dostępnych obecnie technik. Dzięki nowej metodzie zespół z Uniwersytetu w Warwick mógł "wyjść poza pojedyncze odkrycia i szczegółowo zbadać populację bliskich egzoplanet". W nowych badaniach przeanalizowano dane na temat ponad 2,2 milionów ciał niebieskich. Informacje te zostały zebrane w ciągu czterech lat działalności misji TESS. Wśród potwierdzonych obiektów badacze wyróżnili:
- planety o bardzo krótkim okresie obiegu, krążące wokół swoich gwiazd w czasie krótszym niż 24 godziny;
- rzadką klasę egzoplanet w "pustyni neptunowej", obszaru, gdzie w teorii nie znajduje się większych planet;
- blisko orbitujące układy z wieloma planetami, w tym nieznane dotąd pary planet krążące wokół tej samej gwiazdy.
AI zmienia sposób badania kosmosu
Jak podkreślają badacze, doskonałe działanie nowego systemu RAVEN wynika ze "starannie opracowanego zbioru danych, obejmującego setki tysięcy realistycznie symulowanych planet i innych zjawisk astrofizycznych, które mogą podszywać się pod planety".
- Wyszkoliliśmy modele uczenia maszynowego, aby identyfikowały wzorce w danych, które mogą wskazać nam rodzaj wykrytego zdarzenia - w czym modele sztucznej inteligencji są mistrzami - wyjaśnia dr Andreas Hadjigeorghiou z Warwick, który kierował pracami nad projektem. - Ponadto RAVEN został zaprojektowany tak, aby obsługiwać cały proces za jednym razem - od wykrycia sygnału, przez jego weryfikację za pomocą uczenia maszynowego, po walidację statystyczną. Daje to tej metodzie dodatkową przewagę nad współczesnymi narzędziami, które koncentrują się tylko na określonych częściach procesu.
Badania pokazują, że połączenie dużych zbiorów danych astronomicznych z AI prowadzi do nowych odkryć, testuje możliwości sztucznej inteligencji w trudnych problemach i zmienia sposób badania kosmosu. Udostępnione narzędzia i katalogi umożliwiają innym naukowcom dalszą analizę i wybór celów obserwacji dla teleskopów oraz przyszłych misji, np. PLATO ESA.
