記者は10月18日、中国科学院の上海天文台などの研究者らが人工知能技術を活用し、直径が地球より小さい5つの超短周期惑星を発見したことを中国科学院から聞いた。そのうち 4 つはこれまでに発見された惑星の中で最も小さく、主星と大きさが似ています。天文学者が人工知能を使用して、疑わしい信号の検索と実際の信号の特定というタスクを一度に完了したのはこれが初めてです。関連する研究結果は、王立天文学協会の月刊通知にオンラインで掲載されました。
超短周期惑星とは、公転周期が 1 日未満の惑星を指し、主星の周りを非常に近い距離で周回します。通常、サイズが小さく、質量が軽く、表面温度が非常に高くなります。これまでに天文学者らは合計145個の超短周期惑星を発見しているが、そのうち地球よりも半径が小さい惑星はわずか30個だけだ。 「超短周期惑星の相対的な存在量と特性を理解することは、理論モデルを検証する上で極めて重要です。しかし、既知の超短周期惑星のサンプルサイズは小さすぎるため、その統計的特徴や出現率を正確に理解することが困難です」 」と論文は、責任著者で中国科学院上海天文台の研究員であるGe Jian氏が述べた。
今回、Ge Jian のチームは、GPU フェーズフォールディングと畳み込みニューラルネットワークを組み合わせた深層学習アルゴリズムを革新的に設計しました。このアルゴリズムを使用して、チームはケプラー宇宙望遠鏡の恒星の測光データから 5 つの超短周期惑星を発見することに成功しました。
葛建氏によると、この研究活動は人工知能「AlphaGo」が大きな進歩を遂げ、囲碁界のプロ名人を破ることに成功した2015年に始まったという。同僚からの動機とインスピレーションに加えて、彼は、従来の方法では検出できなかった弱い通過信号を探すために、ケプラー宇宙望遠鏡によって収集された星の測光データに人工知能のディープラーニング技術を適用してみることにしました。
10 年近くの努力の末、Ge Jian のチームはついに最初の収穫を手にしました。 Ge Jian 氏は、人工知能を使用して大規模な天文データの中から非常に珍しい新発見を「掘る」ことを望むのであれば、人工知能のアルゴリズムを革新し、新たに発見された現象の物理的な画像の特徴に基づいて生成された大規模なデータセットを使用する必要があると考えています。従来の方法では見つけるのが困難な、まれで弱い信号を迅速、正確、完全に検出できます。
プリンストン大学のジョシュ・ウィン教授は、超短周期惑星には極めて極端で予想外の特性があり、惑星の軌道が時間の経過とともにどのように変化するかを人々が理解する手がかりとなるとコメントした。新しい惑星の発見におけるこの技術的成果は印象的です。
「これらの超短周期惑星の発見は、惑星系の初期進化、惑星と惑星の相互作用、および星と惑星の相互作用のダイナミクスに重要な手がかりを提供し、惑星形成の理論的研究にとって非常に重要です。」 Jian氏は、今回の研究は、高精度の測光観測データからトランジット信号を迅速かつ効率的に検索するための新しい研究方法を提供するものであり、また、大量の天文データから弱い信号を探索する際の人工知能の幅広い応用可能性を十分に実証していると述べた。