اخترشناسان دانشگاه وارویک انگلستان با استفاده از ابزار هوش مصنوعی جدیدی به نام «ریون»، بیش از ۱۰۰ سیاره فراخورشیدی را در داده‌های تلسکوپ فضایی تِس ناسا شناسایی کردند که شامل ۳۱ سیاره کاملاً جدید است
به گزارش شفقنا، یافته‌های این پژوهش اساس تحلیل دقیق مشاهدات بیش از ۲.۲ میلیون ستاره در چهار سال اول مأموریت تس انجام شده است. محققان بر روی سیاراتی تمرکز کردند که بسیار نزدیک به ستاره خود می‌چرخند و مداری کامل را در کمتر از ۱۶ روز طی می‌کنند.

دکتر مارینا لافارگا ماگرو، نویسنده اول این مطالعه گفت: با استفاده از ریون، توانستیم ۱۱۸ سیاره جدید را تأیید کنیم و بیش از ۲۰۰۰ نامزد سیاره‌ای با کیفیت بالا بیابیم که نزدیک به ۱۰۰۰ عدد از آنها کاملاً جدید هستند. این یکی از بهترین نمونه‌های ارزیابی شده از سیارات نزدیک به ستاره است و به ما کمک می‌کند امیدوارکننده‌ترین سامانه‌ها را برای مطالعه آینده شناسایی کنیم.

سیارات تازه‌تأییدشده شامل چندین دسته بسیار جذاب هستند:
– سیارات فوق‌کوتاه‌مدت: سیاراتی که در کمتر از ۲۴ ساعت یک بار به دور ستاره خود می‌چرخند.
– سیارات «بیابان نپتونی: منطقه‌ای که بر اساس نظریه‌های فعلی، تصور می‌شد سیارات در آن بسیار کمیاب باشند.
– سامانه‌های چندسیاره‌ای فشرده :از جمله جفت‌سیاره‌های ناشناخته قبلی که به دور یک ستاره می‌چرخند.

چالش اصلی در تشخیص سیارات فراخورشیدی این است که کاهش نور ستاره ممکن است به جای یک سیاره، ناشی از ستاره‌های دوتایی باشد. ریون با استفاده از یک مجموعه داده عظیم شامل صدها هزار سیاره شبیه‌سازی‌شده و رویدادهای فضایی تقلبی، یاد گرفته است الگوهای مختلف را تشخیص دهد و نوع رویداد واقعی را شناسایی کند – تخصصی که هوش مصنوعی در آن مهارت بالایی دارد.
علاوه بر این، RAVEN طوری طراحی شده است که کل فرآیند را یکباره انجام دهد، از تشخیص سیگنال، تا بررسی آن با یادگیری ماشین و تأیید آماری آن.

این مطالعات نشان می‌دهند که چگونه پیشرفت‌های هوش مصنوعی در حال متحول کردن اخترشناسی هستند. با ترکیب مجموعه داده‌های عظیم با یادگیری ماشین، محققان می‌توانند سیارات جدید را کشف کنند و در عین حال خود ابزارها را از طریق داده‌های چالش‌برانگیز دنیای واقعی بهبود بخشند.

کد (5)