科学探索|人工智能揭示了隐藏在搜索系外行星的复杂数学中的未被发现的联系( 二 ) 人工智能揭示了隐藏在搜索系

文章图片

美国宇航局的南希·格雷斯·罗曼太空望远镜计划于2027年发射，其主要目标之一是通过微透镜发现更多的系外行星。这项技术比多普勒和凌日技术更有优势，因为它可以探测到低质量的行星，包括地球大小的行星，这些行星远离它们的恒星，距离相当于我们太阳系中的木星或土星。
【科学探索|人工智能揭示了隐藏在搜索系外行星的复杂数学中的未被发现的联系】研究人员两年前就着手开发一种人工智能算法，以更快地分析微光数据，确定这些行星系统的恒星和行星质量，以及这些行星与恒星的轨道距离。这样的算法将加快对罗曼望远镜可能探测到的数十万个事件的分析，以找到1%或更少的由系外行星系统引起的事件。
然而，天文学家们遇到的一个问题是，观察到的信号可能是模糊的。当一颗孤独的前景星从背景星前面经过时，背景星的亮度会平稳地上升到一个峰值，然后对称地下降到它原来的亮度。这在数学上和观测上都很容易理解。
但是，如果前景恒星有一颗行星，那么这颗行星就会在恒星造成的峰值内产生一个单独的亮度峰值。当试图重建产生信号的系外行星的轨道配置时，广义相对论通常允许两个或更多所谓的退化解，所有这些都可以解释观察结果。
Gaudi说，到目前为止，天文学家一般都是以简单化和人为的不同方式来处理这些退行性问题。如果遥远的星光靠近恒星，观测结果可以被解释为该行星的宽轨道或近轨道--天文学家通常可以用其他数据来解决这一模糊问题。第二种类型的退化发生在背景星光经过行星附近时。然而，在这种情况下，行星轨道的两种不同的解决方案通常只有轻微的不同。
根据Gaudi的说法，双体引力微光的这两种简化方案通常足以确定真实的质量和轨道距离。事实上，在去年发表的一篇论文中，Bloom、Gaudi、张克明和另外两位加州大学伯克利分校的合著者，天文学教授Jessica Lu和研究生Casey Lam，描述了一种新的人工智能算法，完全不依赖这些解释的知识。该算法大大加快了对微光观测的分析，在几毫秒内提供结果，而不是几天，并大大减少了计算机的运算量。
然后，张克明在数百个可能的恒星和系外行星轨道配置的微光曲线上测试了新的人工智能算法，并发现了一些不寻常的东西：还有其他一些模糊的地方，这两种解释没有考虑到。他得出结论，对微光的常用解释实际上只是一个更广泛的理论的特例，该理论解释了微光事件中的所有各种模糊性。

文章图片

“以前的两种退化理论处理的是背景恒星似乎靠近前景恒星或前景行星的情况，”张克明说。“人工智能算法不仅向我们展示了这两种情况的数百个例子，而且还展示了恒星没有经过靠近恒星或行星的情况，并且不能用以前的两种理论来解释。这是我们提出新的统一理论的关键。”
Gaudi起初持怀疑态度，但在张克明提出了许多前两种理论不符合观测结果而新理论符合观测结果的例子后，他开始接受了。张克明实际上看了以前二十多篇报告通过微透镜发现系外行星的论文的数据，发现在所有情况下，新理论比以前的理论更符合数据。
Gaudi说：“人们看到了这些微透镜事件，它们实际上表现出了这种新的退化现象，但只是没有意识到这一点。这真的只是机器学习在看成千上万的事件，在那里它变得不可能错过。”