— Google (@Google) March 27, 2019
据 Google 发布的一则推文信息,Google 与多个大学的研究人员使用机器学习技术发现了两个系外行星。还有 14 个系外物体有待进一步研究以确认。
Google AI 与哈佛的研究人员合作,使用机器学习分析 NASA 开普勒的数据以判断系外星球。所训练的模型 Google 将其放在 GitHub 上供其他人研究使用。
开普勒太空望远镜 2009 年升空,被用于寻找太阳系以外类似于地球的行星。开普勒观察了 20 万个恒星系统,不过由于技术故障这个天文望远镜无法聚焦于星空的一个确定部分,使其获得的数据零散而难以使用。
此研究的重要性在于这是第一次成功使用神经网络于分析 k2 数据。此前有一些机器学习模型被用于分析天文观测数据,但 k2 数据因为望远镜的不稳定而具有特别的挑战性。
Google、伯克利、德州大学以及哈佛 - 史密森的研究人员在论文中报告了他们的发现。论文称卷积神经网络 AstroNet K2 尚不足以自动探测系外行星,不过能够帮助天文学家更好地理解宇宙。
AstroNet K2 将继续优化,并且保持开源。
评论
发表评论