Google AI 帮NASA发现了第二个太阳系！

NASA宣布有大发现

美国航空航天局（NASA）周四（12月14日）举办一个不寻常的新闻发布会，宣布开普勒（Kepler）太空望远镜的最新发现。NASA表示，在一个类似太阳系的恒星系统中Kepler 90，发现了第八颗行星。这是第一次发现一颗遥远的恒星有着与我们自己的太阳系有着相同数量的行星！而且更加特殊的是，这个行星是Google来的。

为什么寻找行星很难？

恒星因为自身能发光，所以相对来说比较好找一些。现在人类的技术已经能够探察到90亿光年外的恒星。

但是行星本身不发光，所以寻找起来相当困难，只能使用间接的方法来发现行星。

到目前为止，寻找系外行星最有效的两种方法是：视向速度法和掩星法。

视向速度法：

是利用多普勒效应的原理。如果一颗恒星周围有行星环绕它公转，那么恒星也会因受行星的影响而发生运动。如果此行星的公转轨道平面和我们的视线方向平行，这样的恒星相对我们就会发生“远离—靠近”的周期运动。根据多普勒效应的原理，当恒星远离我们运动时，发出的光就会变红，而当恒星靠近我们运动时，发出的光就会变蓝。天文学家通过观测恒星光谱线红移或蓝移的变化，就可以测量出恒星运动速度的变化，从而就可以间接地判断该恒星周围是否有行星存在。

掩星法

当月球挡在地球和太阳之间时，会把太阳照射到地球上的部分光线挡住，我们就会看到日食。掩星法也利用同样的原理。行星是不发光的，它们环绕恒星转动时，如果恰好经过地球和恒星的连线，恒星发射到地球的光线，有一小部分就会被这颗行星遮挡住。从地球上就会发现这颗恒星变暗了，利用恒星是否具有这种周期性的明暗变化，就可以推断这颗恒星周围是否有行星了。看上面这个视频能形象地说明这个原理。

开普勒太空望远镜观测了20万颗恒星的亮度，历时4年来寻找这些由行星过境引起的特征信号。

Google AI是如何帮忙的？

4年采集了20万颗恒星亮度的数据，这个数据是非常大的，要从这个海量数据中，把特征信号找出来，机器学习确实是个不错的应用场景。

原始数据可以从 https://exoplanetarchive.ipac.caltech.edu/ 找到。

Google AI和Google Brain的高级软件工程师Christopher Shallue是把Google AI引入到寻找类地行星的关键人物。

Shallue在他的业余时间，在网络上检索诸如‘运用大数据搜寻系外行星’之类的话题，然后很快注意到开普勒望远镜项目和对外公开发布的海量数据。”他说：“这个数据太多了，人工分析难以招架时 ，机器学习技术的用武之地就来了。

开普勒望远镜在长达4年的运行期间对20万颗恒星，进行数据采集，其中收集的数据中发现了3.5万个可能的行星信号。在Google AI介入之前，科学家们运用自动化分析，在配合人工核对来对所有疑似信号进行判读。但由于信号非常微弱，这样的分析方法常常会将它们遗漏掉行星。所以他们猜测，在已经被分析过的存档数据中，应该还有隐藏其中的，在此前的分析中被遗漏的行星信号。

样本训练：

深度学习的一个关键是样本的训练，他们使用此前已经经过筛选的1.5万个信号案例来训练他们的深度学习网络。他们使用Tensorflow实现他们的计算模型，利用 Adam 优化算法来最小化交叉熵误差（Cross-Entropy error function)， 让系统学会去识别开普勒望远镜数据集中的行星掩星信号。在这一训练测试中，人工智能对于真实系外行星信号和假信号的判断正确率达到了96%以上。更多技术细节可以看论文。

随后，当深度学习系统已经学会了如何识别掩星信号之后，研究小组开始尝试让计算机去对那些在周围已经发现有行星存在的670颗恒星的数据再次进行分析筛查，科学家们认为这些已经被证明存在行星系统的恒星周围是最有可能存在“漏网之鱼”的地方，或许还有其他行星信号此前未能被注意到。

通过这种方法，最终在已经被归档的数据中发现了一个此前在进行人工分析时被忽略的微弱异常信号，最终证明这是天龙座方向上，恒星Kepler-90周围存在的第八颗行星

Kepler-90i 。

这是第一颗机器学习找出来的行星 Kepler-90i。

Kepler-90i并非这个深度学习系统找到的唯行星。在Kepler-80系统中，他们还找到了这一系统内的第六颗行星。这颗编号为Kepler-80g的系外行星大小与地球类似，它和与它同属一个行星系统的另外4颗行星处于一个共振系统内。这样将造就一个极为稳定的系统，类似之前引发轰动的，拥有7颗行星的TRAPPIST-1系统。

这个意义非常大，意味着深度学习可以在天文领域中一展身手，大幅度提高信号分析的准确率和效率。

小结

Google 和NASA这次发现的相关论文已经被《天文学杂志》接受并将在近期出版。Google和NASA下一步计划让人工智能系统对整个开普勒望远镜的全部数据进行筛选分析，届时计算机将对超过15万颗恒星的亮度数据进行筛查，可以预料到会有更多行星会被发现。

这仅仅是AI在特定行业中应用的一个例子，可以预见随着AI在传统行业的渗透，会有更多惊人的成果出现。

最后，什么时候可以算算DX3906 这颗恒星的信号呢，说不准真能发现小行星呢，看看艾AA和云天明在上面呢。（三体粉才懂得梗）