多亏了AI超过300颗系外行星成功揭晓，可居住吗？

美国宇航局的科学家已经从已停产的望远镜目录开普勒太空望远镜中发现了300多颗系外行星。

开普勒太空望远镜是美国宇航局第一个追捕行星的望远镜。它一直在观测数十万颗恒星，以寻找太阳系外潜在的宜居世界。

虽然望远镜不再工作，但一种新的人工智能算法在望远镜收集的数据中发现了300多颗以前未知的系外行星。该研究发表在《天体物理学杂志》上。

在开普勒望远镜编制的潜在行星目录中，即使在死亡后，它仍在继续产生新的发现。科学家分析了系外行星迹象的数据。但是，一种名为ExoMiner的新算法现在可以复制该过程并更快，更有效地探索目录。

引用Soace的话，11月29日星期一，望远镜已知在2018年11月停止工作，然后寻找恒星亮度的降低，这可能是由行星经过恒星盘前方引起的，从开普勒的角度来看。

但并非所有这些亮度下降都是由系外行星引起的，科学家们必须遵循复杂的程序来区分假阳性信号和真实信号。

ExoMiner是一种所谓的神经网络，一种人工智能算法，可以在输入足够数量的数据时学习和提高其能力。开普勒生成大量数据。

在不到10年的服役中，望远镜可以找到数千颗候选行星，其中近3000颗已被证实。这是今天已知的4，569颗系外行星中的大部分。

对于每个系外行星候选者，研究开普勒数据的科学家将查看光度曲线，并计算出这颗行星似乎覆盖了多少恒星。

他们还将分析未来的行星穿越恒星盘需要多长时间。在某些情况下，观测到的亮度变化不太可能被轨道系外行星解释。

ExoMiner的算法遵循完全相同但更有效的过程，允许科学家一次将301颗以前未知的系外行星添加到开普勒的行星目录中。

"当ExoMiner说某物是行星时，你可以确定它是一颗行星，"ExoMiner的项目负责人Hamed Valizadegan说。

"ExoMiner非常准确，在某些方面比现有的机器分类器更可靠，人类专家应该模仿，因为人类标签带来的偏见。

现在ExoMiner正在证明其专业知识，科学家们希望用它来帮助筛选来自现有和未来系外行星搜索任务的数据，例如美国宇航局目前的凌日系外行星测量卫星（TESS）或欧洲航天局的行星凌日和恒星振荡（PLATO），该任务将于2026年发射。

不幸的是，新确认的系外行星都不可能成为居住生命的候选者，因为它们位于主星的宜居带之外。