ИИ превосходит астрономов в прогнозировании орбит экзопланет
Искусственный интеллект дает ученым новую возможность для изучения обитаемости планет, как говорится в исследовании астрономов Криса Лама и Дэвида Кипинга.
Их работа рассматривает так называемые» Татуины » и использует методы машинного обучения для расчета вероятности выживания таких планет на стабильных орбитах. Исследование опубликовано в журнале Monthly Notices Королевского астрономического общества.
«Татуины» — это планеты, которые вращаются вокруг двух звезд, а не только одной, подобно вымышленной планете Татуин во франшизе «Звездных войн». К настоящему времени обнаружены десятки таких планет, но вопрос о том, могут ли они быть пригодными для жизни или нет, остается без ответа.
Движение вокруг двух звезд вместо одной может привести к большим изменениям на орбите планеты, что означает, что планета может быть выброшена из планетной системы, либо поглощена одной из двойных звезд. Традиционные подходы к вычислению орбит для планет значительно усложняются, как только выясняется существование двойной звезды.
«Когда мы моделировали миллионы возможных планет с разными орбитами с использованием традиционных методов, мы обнаружили, что планеты предсказываемые как стабильные, на самом деле таковыми не являются, и наоборот», — объясняет Крис Лам, ведущий автор исследования, и недавний выпускник Колумбийского университета.
Планетам необходимо выживать в течение миллиардов лет, чтобы жизнь на них эволюционировала, поэтому выяснение того, стабильны орбиты или нет, является очень важным вопросом для обитаемости. Новая работа показывает, как машинное обучение может делать точные прогнозы, даже если стандартный подход, основанный на законах гравитации и движения Ньютона, не работает.
«Классификация с многочисленными, сложными, взаимосвязанными параметрами — идеальная проблема для машинного обучения», — говорит профессор Кипинг, руководитель проекта.
Создав десять миллионов гипотетических татуинов с разными орбитами и смоделировав каждого из них, чтобы проверить стабильность, исследователи затем загрузили в сеть глубокого обучения этот огромный объем данных. Всего за несколько часов ИИ смог превзойти точность стандартного подхода.
Больше таких планет, видимо, будет обнаружено миссией НАСА по поиску транзитных экзопланет (TESS), и Лам ожидает, что их работа поможет: «Наша модель помогает астрономам узнать, как лучше всего искать планеты вокруг двойных звезд. Мы надеемся, что это поможет нам открыть новые экзопланеты и лучше понять их свойства».
Больше информации: Christopher Lam et al. A machine learns to predict the stability of circumbinary planets, Monthly Notices of the Royal Astronomical Society (2018). DOI: 10.1093/mnras/sty022