人工智慧打敗天文學家預測系外行星的生存能力

在天文學家克里斯·林和大衛·基平的一項研究中，人工智慧為科學家研究行星的可居住性提供了新的希望。他們的研究工作著眼於所謂的「塔圖因」，並利用機器學習技術來計算這些行星在穩定軌道中生存的可能性。這項研究發表在《皇家天文學會月刊》上。環繞雙星的行星是那些圍繞著兩顆恆星運行的行星，而不是一顆行星，就像星球大戰系列中的虛構行星塔圖因。迄今為止，已有數十顆行星被發現，但研究它們是否適宜居住可能是困難的。

開普勒-16b的印象概念圖，是由美國宇航局的開普勒任務和第一個確定的環繞地球的行星所發現的。它是一個氣體巨星，軌道接近其雙星系統的宜居帶邊緣。圖片：T. Pyle / NASA / JPL-Caltech

環繞兩顆恆星而不是一顆恆星會導致行星的軌道發生巨大的變化，這意味著它經常會被完全從系統中噴射出來，或者它會猛烈地撞向它的孿生恆星之一。傳統的計算方法是，當額外的恆星被拋入混合物中時，對於給定的行星，這些方法的計算方法會變得更加複雜。該研究的主要作者、哥倫比亞大學(Columbia University)最近的畢業生Lam解釋道：當用傳統的方法模擬數百萬種不同軌道的可能的行星時，發現行星被預測為穩定的，顯然不是，反之亦然。

行星需要生存數十億年才能進化，所以要知道軌道是否穩定是可居住性的一個重要問題。這項新研究顯示了機器學習如何能夠做出準確的預測，即使標準的基於牛頓定律的重力和運動的定律也會被打破。與眾多複雜的、相互關聯的參數進行分類是機器學習的完美問題。在創造了1000萬個不同軌道的假想的塔圖，並模擬每一個測試的穩定性，這個龐大的訓練集被送入深度學習網路。

在短短几個小時內，網路就能夠超越標準方法的準確性。美國國家航空和宇宙航行局的外行星調查衛星(TESS)的任務將會發現更多的環繞行星的行星，而Lam希望他們的工作能夠提供幫助：我們的模型幫助天文學家知道哪些區域最適合在雙星周圍尋找行星。這將有望幫助我們發現新的系外行星，並更好地了解它們的性質。

博科園-科學科普｜參考期刊文獻：皇家天文學會月報｜來自：皇家天文學會

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！