人工智能出鞘 “劍”指系外行星

　　開普勒－90系與太陽系行星大小對比圖圖片來源：NASA官網

　　太陽系終于有了勢均力敵的“對手”。美國國家航空航天局（NASA）于北京時間12月15日凌晨2時宣布，谷歌的人工智能對開普勒望遠鏡獲得的數據進行分析后，發現了圍繞恒星開普勒-90旋轉的第8顆行星開普勒-90i，使開普勒-90能與太陽“并駕齊驅”，共同成為目前擁有最多已知行星（8顆）的恒星系統。

　　人工智能在此功不可沒，盡管此前機器學習技術已被運用于搜索開普勒望遠鏡數據庫，但最新研究證明，在捕捉遙遠天體發出的最微弱信號方面，神經網絡技術大有可為。

　　棋逢對手 迷你太陽系“浮出水面”

　　開普勒-90距離地球2545光年遠，位于天龍座（Draco）。

　　最新發現的開普勒90i是一顆巖石星球，大小是地球的1.3倍，由于距離其主恒星更近，公轉周期僅為14.4天，平均溫度據信超過800華氏度（約426.7℃）。

　　該研究負責人之一、德州大學奧斯汀分校的安德魯·范德伯格說：“開普勒-90系統就像迷你版的太陽系：較小行星在內側；較大行星在外側，只不過彼此之間更‘親密’一點。盡管如此，其并不比其他行星系統在孕育生命方面更有優勢。”

　　開普勒-90i并非最新研究“篩查”出的唯一系外行星，他們還找到了開普勒-80系統的第六顆行星開普勒-80g，其大小與地球類似，與鄰近的4顆行星形成了一個超穩定的系統，類似此前發現的擁有7顆行星的TRAPPIST-1系統。

　　NASA天體物理學部門主管保羅·赫茲表示：“正如我們所料，在之前已經分析過的開普勒望遠鏡數據中，仍潛伏著令人興奮的新發現，等待著合適的新工具或新技術來揭示它。這一發現表明，這些數據在未來多年都將是開展創新研究的珍寶。”

　　大顯神威 神經網絡揪出“漏網之魚”

　　“谷歌人工智能”（Google AI）的高級軟件工程師克里斯托佛·沙律首先提出利用神經網絡技術對開普勒望遠鏡的數據進行分析。他認為，隨著數據采集技術的不斷升級，天文學正和其他學科一樣，慢慢陷入被海量數據淹沒的困境，于是，他對利用計算機技術搜尋系外行星產生了濃厚興趣。他說：“當數據太多，人工分析難以招架之時，正是機器學習‘大顯神威’之時。”

　　在長達4年的運行期間，開普勒望遠鏡收集的數據中包含3.5萬個疑似行星信號，盡管科學家采用人工方法篩查出了其中最可能的信號，但最微弱的信號往往會成為“漏網之魚”。沙律和范德伯格猜想，這些數據中可能潛伏著更有趣的系外行星發現。

　　于是，沙律和范德伯格訓練人工智能如何根據開普勒望遠鏡獲得的亮度數據發現系外行星。受人腦中神經元之間連接方式的啟發，他們的人工神經網絡技術對開普勒數據進行篩查，發現了此前被忽視的圍繞開普勒-90旋轉的第8顆行星微弱的凌日信號。系外行星從恒星前方經過時會導致恒星亮度輕微下降，開普勒望遠鏡記錄下這種亮度下降信號，科學家可以據此間接推算出行星的存在以及這顆行星的諸多物理特性——這就是所謂的凌日法。

　　范德伯格表示：“盡管我們發現了很多假信號，但其中也可能隱藏著真實的行星。這就像翻遍小石塊尋找珠寶，篩子越好，找到寶石的可能性當然也更大。”

　　研究人員計劃接下來讓這一神經網絡對開普勒已搜索過的15萬多顆恒星的亮度數據進行分析。

　　“身殘志堅” 開普勒書寫美麗篇章

　　這個最新發現的“大功臣”除了人工智能，當然最重要的是開普勒望遠鏡。

　　開普勒望遠鏡于2009年發射升空，最初的主要任務是掃描一小片天區，巡天任務持續到2016年。但人算不如天算，2013年5月11日，望遠鏡出現關鍵故障，導致無法對原來的天區進行精確定位。NASA的天才們將錯就錯，調整太陽能帆板角度，采用太陽輻射光壓幫助開普勒望遠鏡實現平衡。但凡事都有代價：望遠鏡必須跟太陽保持一個特定的角度，因此，原本掃描天鵝座一小片天區的角度被轉移到了黃道面。

　　不過，開普勒望遠鏡注定是要書寫傳奇的，它“身殘志堅”，在浩渺的宇宙史上留下了自己的印記。從2014年開始，開普勒望遠鏡進入K2——“開普勒任務2”階段。

　　今年6月19日，NASA最新公布一組數據，其中囊括了開普勒望遠鏡的觀測數據，現已發現4034顆候選系外行星，其中2335顆已被確認，49顆是類地行星，30多顆已被證實，且都在宜居帶上，最吸引人的也許就是編號為“KOI-7711”的世界。這個星球大小為地球的1.3倍，在類似地球的軌道上繞著一顆類似太陽的恒星公轉，幾乎就是地球的雙胞胎兄弟。當然，關于這個世界的更多細節，還需等新一代太空望遠鏡來揭開。

　　（科技日報北京12月20日電）