谷歌的人工智能发现了两颗被人眼忽视的新系外行星 2017-03-16 14:01:02

$888.88
所属分类 :热门

美国国家航空航天局与谷歌的人工智能(AI)合作,发现了两颗新的系外行星

今天发布的其中一颗是第八颗行星 - 开普勒-90i--发现绕太阳的恒星开普勒-90轨道运行这是第一个发现的系统与我们自己的太阳系相同数量的行星仅仅是一次公路旅行,距离地球2,545光年,开普勒-90i每144个地球日绕其主星运行,其表面温度与426°C的金星类似

系外行星被添加到不断增长的已知世界列表中

这个新的太阳系竞争对手提供证据证明在开普勒-90内发生了类似的过程,形成了我们自己的行星邻域:靠近主星的小型陆地世界,以及更大的高瓦斯更远的行星但是要说系统是我们自己的太阳系的双胞胎是一个延伸阅读更多:业余天文学家的系外行星发现显示了公民科学的力量轮胎开普勒-90系统的八个行星很容易适应地球的太阳轨道所有八个行星,开普勒-90h,对于生命来说太过敌对,位于所谓的可居住区域之外

证据还表明开普勒内的行星 - 90系统开始走得更远,就像我们自己的太阳系一样,发生了某种形式的迁移,向内拖动了这个系统,产生了我们今天在开普勒-90看到的轨道谷歌与美国宇航局太空望远镜开普勒任务的合作现在开辟了新的令人兴奋的机会AI帮助科学发现因此Google的人工智能究竟是如何发现这些行星的

这项技术可以提供什么样的未来发现

传统上,软件开发人员对计算机进行编程以执行特定任务,从播放您最喜爱的猫视频到确定来自太空望远镜的行星外信号,例如NASA的开普勒任务

这些程序的执行只是为了一个目的使用用于猫视频的代码来搜索系外行星在光线曲线中会产生一些非常有趣但却错误的结果谷歌的AI编程方式相当不同,使用机器学习在机器学习中,AI通过人工神经网络进行训练 - 有点复制我们大脑的生物神经网络 - 来执行读取此操作的任务文章然后从它的错误中学习,在其特定任务中变得更有效率Google的DeepMind AI,AlphaGo,之前曾经过训练Go,这是一款极其复杂而优雅的中国棋盘游戏去年,AlphaGo击败了世界上最好的Go玩家Lee Sedol,通过四场比赛一场比赛它只是通过观看成千上万的previo训练自己我们玩过游戏,然后与自己竞争在我们的一般情况下,人工智能经过培训,可以识别过境系外行星,从开普勒系外行星目录中筛选出15,000个信号它了解了什么是外星人超过它的主星所造成的信号这15,000在人工智能培训之前,美国宇航局的科学家们先前对这些信号进行了审查,指导其检测已知系外行星的效率达到96%

然后,研究人员指导他们的人工智能网络在多星系统中搜索较弱的信号这项研究最终导致了今天公布的Kepler-90i和另一个地球大小的系外行星,开普勒-80克,在一个独立的行星系统中谷歌的人工智能只分析了150,000颗恒星中的10%,美国宇航局的开普勒飞行任务一直在瞄准银河系,因此有可能通过开普勒整个目录进行筛选并找到其他由于科学家已被科学家撇去或尚未检查过的外行星世界开普勒丰富的数据集这正是谷歌研究人员计划做的事情机器学习神经网络已经为天文学家提供了几年的帮助但是人工智能帮助外行星发现的潜力只会在未来十年内增加开普勒任务一直在运行自2009年以来,随着观测的缓慢结束在未来12个月内,其所有的机载燃料将全部耗尽,结束了现代,开普勒的继任者,过境系外行星测量卫星中最伟大的科学努力之一(TESS)将于今年3月推出阅读更多:机器天文学家可以帮助我们找到宇宙中未知的东西TESS预计将在其为期两年的任务中找到20,000名系外行星候选人 为了说明这一点,在过去的25年中,我们已经设法发现了超过3,500个这种前所未有的外行星数据淹没需要通过其他过境观测或其他方法(如地基径向速度测量)来确认

没有足够的人力来筛选所有这些数据这就是为什么需要这些机器学习网络的原因,因此他们可以帮助天文学家筛选大数据集,最终协助更多的外行星发现这引出了一个问题,谁得到了信誉这样的发现