聽說是Google AI幫忙找到了太陽系的遠方姐妹？
原標題：聽說是Google AI幫忙找到了太陽系的遠方姐妹？
傳說遠古時期，天上共有十個太陽，後裔射去了多餘的九個太陽，只留一個普照大地。但小編不禁提出疑問，真的只有一個太陽嗎？
一個恆星最多能有幾顆行星陪伴？在人們的普遍認知中，太陽系是目前所知的行星數量最多的星系。而NASA用事實證明，我們所居住的有著八大行星的太陽系，在浩瀚宇宙中還有一個遠方姐妹。
12月14日，NASA在電話會議中揭開了開普勒天文望遠鏡的全新重大發現——開普勒90 星系所擁有的行星增加了兩顆：開普勒80g 和開普勒 90i，這兩顆行星離地球有著2545光年的距離。而開普勒90星系也因此成為人類發現的第一個和太陽系一樣的具有八顆行星的星系。
今天Blockshine想和你聊一聊，在發現太陽系的遠方姐妹的過程中，NASA和Google的人工智慧都做了什麼？
開普勒90星系的個人簡介
開普勒90星系是開普勒太空望遠鏡發現的第90顆恆星，這一恆星系統距離地球2545光年，位於天龍座。和太陽系相比，開普勒90星系不僅有與太陽相似的G型恆星，也有與我們地球相似的岩質行星，還有大小和木星土星相似的巨行星。
但這一恆星系統中包圍恆星的八大行星關係更加親密，他們之間的距離更近，因此更像是一個迷你版的太陽系。
本次發現的開普勒90 星系中的行星開普勒90i 比地球大了將近三分之一，其與開普勒90（恆星）的距離也比地球與太陽間的距離近得多。在開普勒90i 上，一年只有 14.4 天，而它的地表溫度約為427 攝氏度，幾乎不可能有碳基生命存在。
它是怎麼被發現的？
用一種專業的角度來講，探測地外行星的偵測法中有一種方法叫做「凌日法」。當行星在公轉的過程中經過地球上的觀測者和恆星之間時，會短暫地遮蓋恆星的一部分，我們便可以觀察到恆星的視覺亮度會略微下降，而恆星變暗的程度取決於行星相對於恆星的大小。
這次觀察到開普勒80g 和開普勒90i 兩顆行星的開普勒太空望遠鏡使用的就是凌日法。通過對超過十萬顆恆星的長時間觀測，掃描並記錄每一顆恆星在不同位置的亮度變化，從而得出數據。
NASA自動化系統的努力
自2009年開普勒太空望遠鏡發射升空以來，它已經幫我們檢測到了35,000 個可能存在的行星信號。試想一下，這一龐大的數據如果完全依靠人力手工篩選將要耗費多少時間，篩選這些數據的科學家也將筋疲力竭。
NASA當然認識到了這一現實，他們研發出了自己的自動化系統。這一自動化系統能夠從數以萬計的資料庫中挖掘出最有可能實現並計算出的小部分數據。不過這一小部分數據的挖掘對於探索宇宙來講，進程和速度有些緩慢。
除此之外，NASA自動化系統還有一個弱點——容易錯過一些較為虛弱的行星信號。也許，它錯過的這個行星信號就是下一次的重大發現。
Google AI與NASA的強強聯合
在科技高速發展的今天，NASA薩根博士後Andrew Vanderburg和Google的工程師Christopher Shalllue決定利用機器學習的方法和Google人工智慧的神經網路來梳理數據。這將極大推進NASA宇宙探索的進程。這次開普勒90 星系的重大天文研究成果就是NASA與Google共同合作完成的，經過機器學習的Google人工智慧神經網路在本次天文研究中發揮了極其重要的作用。
NASA和Google曾通過審查15,000個開普勒信號對Google人工智慧的神經網路進行了機器學習的相關訓練，他們藉此教會了一個機器學習系統如何識別遙遠恆星周圍的行星，並在系統中分析了將近1000個在他們發現新行星前已經探測到的存在行星的弱信號。機器通過對這些數據的學習理解，掌握了太空探索的神秘技能。
「 在業餘時間裡，我們開始利用數據搜索尋找系外行星，並發現了開普勒和龐大的數據集。隨著數據的增多，人類無法自己研究時，機器學習幫助下的人工智慧可以大顯神通。」Google工程師Christopher Shalllue說。
Google人工智慧神經網路就是在機器學習的基礎上，能夠通過人工智慧技術瀏覽開普勒太空望遠鏡的資料庫，以此發現行星凌日現象時引起的恆星光線細微變化。原本速度較慢的人工識別在人工智慧的幫助下，大大縮短了探索調用新數據的時間，使得瀏覽篩選擁有十萬顆恆星資料庫的速度得到了質的提升。在這場人眼和機器眼的對決之中，機器眼大勝一籌。
除此之外，人力篩選不可避免的會存在錯誤的情況，而在人工智慧的幫助下，錯誤率將得到降低。在測試時，該系統能準確地確定哪些信號是行星，哪些信號不是行星，準確率達到96％。雖然這個人工智慧的神經網路還不夠完美，也存在誤報的情況，但它相比人力篩選，還是探測出了更多之前被漏掉的行星。
Vanderburg曾做了一個形象的比喻：「 就像在岩石中篩選寶石一樣，如果你用更細的篩子，你就會得到更多的石頭，同時你也更可能會探尋到更多的寶石。」
NASA的科學家使用Google人工智慧神經網路來對開普勒數據進行分析，其效率和準確性遠超傳統的分析方法。據此，NASA認為Google的人工智慧技術將有助於在太陽系外探測到外星生命的跡象。
一旦人工智慧參與到天文學探索中的技術成熟，天文學家還將能夠識別由開普勒太空望遠鏡收集的10萬多個恆星系統，這將大大加快人類探索宇宙世界的步伐，也許下一次我們發現的可能就是地球的孿生姐妹啦。
未來，NASA和Google將繼續訓練人工智慧神經網路來尋找更多的系外行星。 Vanderburg認為：「通過對20萬顆行星的數據進行研究，我們可能會在未來證明，人類所在的星系是多麼微不足道。」
NASA天體物理學項目主任Paul Hertz也表示，「就像我們預期的那樣，在我們存儲的開普勒太空望遠鏡數據中隱藏著令人激動的新發現，它們只是在等待合適的工具和技術來發現它們。這一發現表明，對於具有創新能力的研究人員來說，未來數年我們的數據將是一座寶藏。」
文 | 江薇
圖 | 部分圖片來自網路
TAG:Blockshine |