ИИ-модель нашла 7000 экзопланет-кандидатов, анализируя данные астрономов

Специалисты Исследовательского центра NASA имени Эймса разработали ExoMiner++ — открытое программное обеспечение на базе искусственного интеллекта для поиска экзопланет. Алгоритм, обученный на данных миссий Kepler и TESS, уже выявил 7000 новых кандидатов, значительно ускорив процесс обработки гигантских массивов накопленной информации.
Владимир Губайловский
Владимир Губайловский
ИИ-модель нашла 7000 экзопланет-кандидатов, анализируя данные астрономов
На этом художественном изображении показана звезда TRAPPIST-1 с двумя планетами, проходящими перед ней. ExoMiner++, недавно обновленный пакет программного обеспечения с открытым исходным кодом, разработанный NASA, использует искусственный интеллект для поиска новых транзитных экзопланет в данных, собранных в ходе миссий NASA. NASA, ESA
Основная трудность при поиске экзопланеты методом транзита заключается в «шуме»: яркость звезды может меняться не только из-за планеты, которая проходит по ее диску, но и из-за пятен на поверхности звезды или присутствия другой звезды. Экзопланета-кандидат — это лишь потенциальный объект. Чтобы превратить его в «подтвержденную планету», нужно доказать, что сигнал не является инструментальной ошибкой или помехой от другого космического тела, что и делает ИИ, анализируя кривые блеска с высокой точностью. «Золотым стандартом» все равно остается подтверждение, полученное наземными телескопами, но они точно знают, куда смотреть и что искать.

На сегодняшний день астрономам известно более 6000 планет за пределами Солнечной системы, и большая часть этих открытий была сделана благодаря телескопам Kepler и TESS. Но объем накопленной информации настолько велик, что человеческих ресурсов и классических методов анализа не хватает для проверки всех сигналов.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Искусственный интеллект стал незаменимым инструментом в этой области, позволяя просеивать сотни тысяч сигналов в поисках характерных признаков транзита — момента, когда планета проходит перед диском звезды, слегка приглушая ее свет.

Художественное изображение спутника NASA Transiting Exoplanet Survey Satellite (TESS), запущенного в 2018 году и обнаружившего на данный момент почти 700 экзопланет. Программное обеспечение NASA ExoMiner++ работает над идентификацией дополнительных планет в данных TESS с помощью искусственного интеллекта.
Художественное изображение спутника NASA Transiting Exoplanet Survey Satellite (TESS), запущенного в 2018 году и обнаружившего на данный момент почти 700 экзопланет. Программное обеспечение NASA ExoMiner++ работает над идентификацией дополнительных планет в данных TESS с помощью искусственного интеллекта. NASA's Goddard Space Flight Center

Новая версия программы, ExoMiner++, обладает уникальной способностью работать с данными сразу двух разных миссий, несмотря на различия в их стратегии наблюдения. Пока алгоритм фокусируется на проверке уже выявленных сигналов, отделяя настоящие планеты от ложноположительных событий, таких как затменные двойные звезды. Работа опубликована в журнале Astronomical Journal.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Цифровое будущее астрономии

Масштабируемость технологии позволяет ученым надеяться на лавинообразный рост открытий в ближайшие годы. Важной особенностью проекта является его полная открытость: исходный код доступен на GitHub, что соответствует принципам «золотого стандарта» науки NASA.

Этот кадр показывает график потемнения, которое происходит, когда планета проходит перед своей звездой. Миссии NASA Kepler и TESS обнаруживают экзопланеты, ища эти транзиты. ExoMiner++ использует искусственный интеллект, чтобы помочь отделить реальные транзиты планет от других, похожих астрономических явлений.
Этот кадр показывает график потемнения, которое происходит, когда планета проходит перед своей звездой. Миссии NASA Kepler и TESS обнаруживают экзопланеты, ища эти транзиты. ExoMiner++ использует искусственный интеллект, чтобы помочь отделить реальные транзиты планет от других, похожих астрономических явлений. NASA's Goddard Space Flight Center

Соавтор работы и один из разработчиков модели Мигель Мартиньо отмечает: «Когда у вас есть сотни тысяч сигналов, как в данном случае, это идеальное место для внедрения технологий глубокого обучения».

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Благодаря автоматизации рутинных процессов, исследователи могут сосредоточиться на подтверждении наиболее перспективных кандидатов с помощью наземных телескопов. В будущем команда планирует научить ExoMiner++ самостоятельно находить сигналы в «сырых» данных, что станет критически важным для обработки информации от новейшего телескопа Nancy Grace Roman Space Telescope. Совместная работа человека и машины превращает NASA в глобальную открытую лабораторию, где каждый исследователь может внести вклад в изучение космоса.