天文學家將使用人工智慧來搜尋系外行星中的外星生命
在20世紀90年代初，天文學家首次發現了在我們太陽系之外的行星。自那時起，科學家已經發現了三千多顆系外行星。
現在，天文學家想要確定其中哪些系外行星可能是外星生命的家園。然而，為此科學家有時得花幾天甚至幾個星期來分析一顆系外行星。新的天文儀器的加入，如將於2018年發射的詹姆斯·韋伯太空望遠鏡（James Webb Space Telescope），很快會傳回大量的觀測數據，而屆時科學家進行手動處理是不現實的。
這種數據積壓將減慢或許阻礙新的發現。這就是為什麼倫敦大學學院（University College London，UCL）的研究人員發明了RobERt，這是一種人工智慧（AI），能比人類更快的速度來掃描深空數據尋找宜居行星的跡象。
其原理如下：行星會反射其母恆星的一小部分光。當這些光穿過大氣層時，大氣中的各種氣體會吸收光或使某些波長的光通過。地球上的科學家可以使用該光譜來確定行星的大氣組成，反過來，推斷出這顆系外行星是否可以支持生命，或外星人，或者可能是未來的人類探索者。
RobERt是自動系外行星識別（Robotic Exoplanet Recognition）的縮寫，它可以在幾秒鐘內分析出系外行星的光譜。其底層智能來自深度置信神經網路（DBN），它的工作方式類似於人類大腦的運作：通過多層硅「神經元」過濾數據，每一層都會進一步精進結果，直到系統到達它認為是正確的答案——在RobERt的情況下，在給定的光譜中存在有哪些氣體。
就像人類大腦一樣，深度置信神經網路通過反覆試驗進行學習。因此，為了訓練RobERt，科學家給他輸入了超過85,000個模擬光譜。最終，即使研究人員故意用不全或有「雜訊」的數據集來挑戰它，Roberet分辨氣體的正確率高達99.7%。
尋找新的宜居行星只是開始，RobERt的快速數據分析能力也可以使科學家更進一步了解最初太陽系是如何形成的。
該團隊的首席研究員Ingo Waldmann博士表示，我們還在了解行星如何形成的最初階段。想要揭開行星形成之謎的唯一方法就是觀測其他恆星系統。RobERt作為一個裝在盒子中的理論天文學家，可以先送去太空機構來檢測科學家的觀測，以積累經驗。那麼也許，如果我們夠幸運的話，就會找到宜居的系外行星，這只是時間的問題。
對此，大家怎麼看的呢？歡迎加入怪羅微信公眾號：guailuo123
※我們的宇宙是否可能在一個黑洞之中？
※繞銀河系和仙女座星系公轉的矮星系：挑戰當前理論！
※量子理論的一個基本假定—玻恩定則可能是錯的
※衛星是被彈簧拴著的嗎？視角如何塑造現實？
TAG:怪羅科普 |