听说是Google AI帮忙找到了太阳系的远方姐妹？

传说远古时期，天上共有十个太阳，后裔射去了多余的九个太阳，只留一个普照大地。但小编不禁提出疑问，真的只有一个太阳吗？

一个恒星最多能有几颗行星陪伴？在人们的普遍认知中，太阳系是目前所知的行星数量最多的星系。而NASA用事实证明，我们所居住的有着八大行星的太阳系，在浩瀚宇宙中还有一个远方姐妹。

12月14日，NASA在电话会议中揭开了开普勒天文望远镜的全新重大发现——开普勒90 星系所拥有的行星增加了两颗：开普勒80g 和开普勒 90i，这两颗行星离地球有着2545光年的距离。而开普勒90星系也因此成为人类发现的第一个和太阳系一样的具有八颗行星的星系。

今天Blockshine想和你聊一聊，在发现太阳系的远方姐妹的过程中，NASA和Google的人工智能都做了什么？

开普勒90星系的个人简介

开普勒90星系是开普勒太空望远镜发现的第90颗恒星，这一恒星系统距离地球2545光年，位于天龙座。和太阳系相比，开普勒90星系不仅有与太阳相似的G型恒星，也有与我们地球相似的岩质行星，还有大小和木星土星相似的巨行星。

但这一恒星系统中包围恒星的八大行星关系更加亲密，他们之间的距离更近，因此更像是一个迷你版的太阳系。

本次发现的开普勒90 星系中的行星开普勒90i 比地球大了将近三分之一，其与开普勒90（恒星）的距离也比地球与太阳间的距离近得多。在开普勒90i 上，一年只有 14.4 天，而它的地表温度约为427 摄氏度，几乎不可能有碳基生命存在。

它是怎么被发现的？

用一种专业的角度来讲，探测地外行星的侦测法中有一种方法叫做“凌日法”。当行星在公转的过程中经过地球上的观测者和恒星之间时，会短暂地遮盖恒星的一部分，我们便可以观察到恒星的视觉亮度会略微下降，而恒星变暗的程度取决于行星相对于恒星的大小。

这次观察到开普勒80g 和开普勒90i 两颗行星的开普勒太空望远镜使用的就是凌日法。通过对超过十万颗恒星的长时间观测，扫描并记录每一颗恒星在不同位置的亮度变化，从而得出数据。

NASA自动化系统的努力

自2009年开普勒太空望远镜发射升空以来，它已经帮我们检测到了35,000 个可能存在的行星信号。试想一下，这一庞大的数据如果完全依靠人力手工筛选将要耗费多少时间，筛选这些数据的科学家也将筋疲力竭。

NASA当然认识到了这一现实，他们研发出了自己的自动化系统。这一自动化系统能够从数以万计的数据库中挖掘出最有可能实现并计算出的小部分数据。不过这一小部分数据的挖掘对于探索宇宙来讲，进程和速度有些缓慢。

除此之外，NASA自动化系统还有一个弱点——容易错过一些较为虚弱的行星信号。也许，它错过的这个行星信号就是下一次的重大发现。

Google AI与NASA的强强联合

在科技高速发展的今天，NASA萨根博士后Andrew Vanderburg和Google的工程师Christopher Shalllue决定利用机器学习的方法和Google人工智能的神经网络来梳理数据。这将极大推进NASA宇宙探索的进程。这次开普勒90 星系的重大天文研究成果就是NASA与Google共同合作完成的，经过机器学习的Google人工智能神经网络在本次天文研究中发挥了极其重要的作用。

NASA和Google曾通过审查15,000个开普勒信号对Google人工智能的神经网络进行了机器学习的相关训练，他们借此教会了一个机器学习系统如何识别遥远恒星周围的行星，并在系统中分析了将近1000个在他们发现新行星前已经探测到的存在行星的弱信号。机器通过对这些数据的学习理解，掌握了太空探索的神秘技能。

“ 在业余时间里，我们开始利用数据搜索寻找系外行星，并发现了开普勒和庞大的数据集。随着数据的增多，人类无法自己研究时，机器学习帮助下的人工智能可以大显神通。”Google工程师Christopher Shalllue说。

Google人工智能神经网络就是在机器学习的基础上，能够通过人工智能技术浏览开普勒太空望远镜的数据库，以此发现行星凌日现象时引起的恒星光线细微变化。原本速度较慢的人工识别在人工智能的帮助下，大大缩短了探索调用新数据的时间，使得浏览筛选拥有十万颗恒星数据库的速度得到了质的提升。在这场人眼和机器眼的对决之中，机器眼大胜一筹。

除此之外，人力筛选不可避免的会存在错误的情况，而在人工智能的帮助下，错误率将得到降低。在测试时，该系统能准确地确定哪些信号是行星，哪些信号不是行星，准确率达到96％。虽然这个人工智能的神经网络还不够完美，也存在误报的情况，但它相比人力筛选，还是探测出了更多之前被漏掉的行星。

Vanderburg曾做了一个形象的比喻：“ 就像在岩石中筛选宝石一样，如果你用更细的筛子，你就会得到更多的石头，同时你也更可能会探寻到更多的宝石。”

NASA的科学家使用Google人工智能神经网络来对开普勒数据进行分析，其效率和准确性远超传统的分析方法。据此，NASA认为Google的人工智能技术将有助于在太阳系外探测到外星生命的迹象。

一旦人工智能参与到天文学探索中的技术成熟，天文学家还将能够识别由开普勒太空望远镜收集的10万多个恒星系统，这将大大加快人类探索宇宙世界的步伐，也许下一次我们发现的可能就是地球的孪生姐妹啦。

未来，NASA和Google将继续训练人工智能神经网络来寻找更多的系外行星。 Vanderburg认为：“通过对20万颗行星的数据进行研究，我们可能会在未来证明，人类所在的星系是多么微不足道。”

NASA天体物理学项目主任Paul Hertz也表示，“就像我们预期的那样，在我们存储的开普勒太空望远镜数据中隐藏着令人激动的新发现，它们只是在等待合适的工具和技术来发现它们。这一发现表明，对于具有创新能力的研究人员来说，未来数年我们的数据将是一座宝藏。”

- The End -

文 | 江薇

图 | 部分图片来自网络

Blockshine

全球领先区块链跨国企业Blockchain Global投资的媒体咨询公司

全球区块链信息和资讯的领先供应商

我们致力于未来科技与区块链知识在中国的传播

为广大读者带来科技行业的最新内容

打造全球区块链行业领先自媒体平台