人工智能打败天文学家预测系外行星的生存能力
人工智能打败天文学家预测系外行星的生存能力
在天文学家克里斯·林和大卫·基平的一项研究中,人工智能为科学家研究行星的可居住性提供了新的希望。他们的研究工作着眼于所谓的“塔图因”,并利用机器学习技术来计算这些行星在稳定轨道中生存的可能性。这项研究发表在《皇家天文学会月刊》上。环绕双星的行星是那些围绕着两颗恒星运行的行星,而不是一颗行星,就像星球大战系列中的虚构行星塔图因。迄今为止,已有数十颗行星被发现,但研究它们是否适宜居住可能是困难的。
开普勒-16b的印象概念图,是由美国宇航局的开普勒任务和第一个确定的环绕地球的行星所发现的。它是一个气体巨星,轨道接近其双星系统的宜居带边缘。图片:T. Pyle / NASA / JPL-Caltech
环绕两颗恒星而不是一颗恒星会导致行星的轨道发生巨大的变化,这意味着它经常会被完全从系统中喷射出来,或者它会猛烈地撞向它的孪生恒星之一。传统的计算方法是,当额外的恒星被抛入混合物中时,对于给定的行星,这些方法的计算方变得更加复杂。该研究的主要作者、哥伦比亚大学(Columbia University)最近的毕业生Lam解释道:当用传统的方法模拟数百万种不同轨道的可能的行星时,发现行星被预测为稳定的,显然不是,反之亦然。
行星需要生存数十亿年才能进化,所以要知道轨道是否稳定是可居住性的一个重要问题。这项新研究显示了机器学习如何能够做出准确的预测,即使标准的基于牛顿定律的重力和运动的定律也会被打破。与众多复杂的、相互关联的参数进行分类是机器学习的完美问题。在创造了1000万个不同轨道的假想的塔图,并模拟每一个测试的稳定性,这个庞大的训练集被送入深度学习网络。
在短短几个小时内,网络就能够超越标准方法的准确性。美国国家航空和宇宙航行局的外行星调查卫星(TESS)的任务将会发现更多的环绕行星的行星,而Lam希望他们的工作能够提供帮助:我们的模型帮助天文学家知道哪些区域最适合在双星周围寻找行星。这将有望帮助我们发现新的系外行星,并更好地了解它们的性质。
博科园-科学科普|参考期刊文献:皇家天文学会月报|来自:皇家天文学会