Разработан новый метод поиска экзопланет с помощью искусственного интеллекта
Внедряя методы искусственного интеллекта, команда исследователей UNIGE и UniBE в партнерстве с компанией Disaitek открыла новый метод обнаружения экзопланет.
Большинство экзопланет, открытых на сегодняшний день, было обнаружено транзитным методом. Этот метод основан на мини-затмении, вызванном прохождением планеты перед своей звездой.
Наблюдаемое уменьшение светимости позволяет сделать вывод о существовании планеты и оценить ее диаметр после периодического подтверждения наблюдений. Однако теория предсказывает, что во многих планетных системах взаимодействия между планетами изменяют эту периодичность и делают невозможным обнаружение планет.
Именно в этом контексте группа астрономов из Женевского университета (UNIGE), Бернского университета (UniBE) и NCCR PlanetS, Швейцария, в сотрудничестве с компанией Disaitek, применила искусственный интеллект (ИИ). Они научили машину предсказывать эффект взаимодействия между планетами, что позволило обнаруживать экзопланеты, которые до сих пор было невозможно обнаружить.
Обнаружение планеты методом транзита — долгий процесс. Обнаружение в данных сигнала, вызванного малыми планетами, может быть сложным, если не невозможным с помощью обычных методов, в случае, когда взаимодействия между планетами изменяют периодичность явления прохождения. Чтобы преодолеть эту трудность, необходимо разработать инструменты, которые могли бы учитывать этот эффект.
«Вот почему мы подумали об использовании искусственного интеллекта для распознавания изображений», — объясняет Адриен Лелеу, исследователь из отдела астрономии факультета естественных наук UNIGE и NCCR PlanetS. Действительно, можно научить машину, используя большое количество примеров, учитывать все параметры и предсказывать эффект взаимодействия между планетами в наглядном представлении индуцированного эффекта. Для этого астрономы объединили свои усилия с компанией Disaitek через платформу технологий и инноваций NCCR.
«Тип ИИ, используемый в этом проекте, представляет собой нейронную сеть, цель которой — определить для каждого пикселя изображения объект, который он представляет», — объясняет Энтони Гравелайн, президент Disaitek.
Этот алгоритм, используемый в контексте автономного транспортного средства, позволяет идентифицировать дорогу, тротуар, знаки и пешеходов, воспринимаемых камерой. В контексте обнаружения экзопланет цель состоит в том, чтобы определить для каждого измерения светимости звезды, наблюдается ли затмение планеты. Нейронная сеть принимает решение, сопоставляя все доступные наблюдения этой звезды с диапазоном конфигураций, наблюдаемых во время ее обучения.
«С первых реализаций метода мы обнаружили две экзопланеты — Kepler-1705b и Kepler-1705c — которые были полностью упущены предыдущими методами», — говорит Адриен Лелеу.
Открытые таким образом планетные системы представляют собой золотую жилу для знаний об экзопланетах и, в частности, планетах земного типа, которые, как правило, трудно охарактеризовать. Разработанный метод позволяет не только оценивать радиус планет, но и дает информацию об их массе, а значит, и об их плотности и составе.
«Использование ИИ становится все более распространенным в астрофизике, будь то для обработки данных наблюдений, как мы сделали здесь, или для анализа результатов гигантского численного моделирования, производящего терабайты данных. То, что мы разработали в этом исследовании, является новым примером фантастического вклада, который эти методы могут внести в нашу область и, вероятно, во все области научных исследований», — отмечает Янн Алиберт, профессор Бернского университета и научный сотрудник NCCR PlanetS.