以下是Google的AI如何帮助NASA的开普勒发现两颗新的系外行星

谷歌研究人员的人工智能 (AI) 和机器学习 (ML) 方法帮助美国宇航局发现了两颗系外行星，包括围绕恒星Kepler-90的第八颗行星。美国国家航空航天局 (NASA) 和谷歌 (Google) 在周四晚些时候的一份声明中表示，随着第八颗行星环绕Kepler-90，我们的太阳系现在与一颗恒星周围的大多数行星并列。

Kepler-90是一颗类似太阳的恒星，距离地球2,545光年。Google AI使用NASA开普勒太空望远镜的数据发现了系外行星。在这种情况下，计算机通过在开普勒 (Kepler) 数据中找到望远镜记录来自太阳系以外行星 (称为系外行星) 的信号的实例来学习识别行星。这项发现是在研究人员克里斯托弗·沙卢 (Christopher Shallue) 和安德鲁·范德堡 (Andrew Vanderburg) 训练计算机学习如何在开普勒记录的光读数中识别系外行星之后进行的-当行星经过或经过恒星之前时，亮度的微小变化被捕获。

受神经元在人脑中的连接方式的启发，这种人工 “神经网络” 通过开普勒数据筛选，发现来自天龙座Kepler-90轨道上先前错过的第八颗行星的微弱凌日信号。虽然机器学习以前已用于搜索开普勒数据库，但这项研究表明，神经网络是寻找遥远世界中最弱信号的有前途的工具。

Google AI研究团队的高级软件工程师Shallue提出了将神经网络应用于Kepler数据的想法。Shallue说: “在业余时间，我开始在google上搜索 '寻找具有大数据集的系外行星'，并了解了开普勒任务和可用的庞大数据集。”

首先，研究人员训练了神经网络，使用一组来自开普勒系外行星目录的15,000先前审查的信号来识别过境系外行星。在测试集中，神经网络在96% 的时间中正确识别了真正的行星和误报。然后，随着神经网络 “学会了” 检测凌日系外行星的模式，研究人员指导他们的模型在已经有多个已知行星的670恒星系统中搜索较弱的信号。

他们的假设是，多行星系统将是寻找更多系外行星的最佳场所。范德堡说: “我们得到了很多行星的误报，但也有可能是更真实的行星。”“这就像在岩石上筛选寻找珠宝。如果你有一个更细的筛子，那么你会抓到更多的石头，但你也可能会抓到更多的珠宝。“

Kepler-90i不是这个神经网络筛选出的唯一宝石。在Kepler-80系统中，他们还发现了第六颗行星。这个地球大小的Kepler-80g和它的四个相邻的行星形成了所谓的共振链-行星被它们的相互引力以有节奏的轨道舞蹈锁定。结果是一个极其稳定的系统，类似于TRAppIST-1系统中的七颗行星。