NASA宣布有大發(fā)現(xiàn)

美國(guó)航空航天局（NASA）周四（12月14日）舉辦一個(gè)不尋常的新聞發(fā)布會(huì)，宣布開(kāi)普勒（Kepler）太空望遠(yuǎn)鏡的最新發(fā)現(xiàn)。NASA表示，在一個(gè)類(lèi)似太陽(yáng)系的恒星系統(tǒng)中Kepler 90，發(fā)現(xiàn)了第八顆行星。這是第一次發(fā)現(xiàn)一顆遙遠(yuǎn)的恒星有著與我們自己的太陽(yáng)系有著相同數(shù)量的行星！而且更加特殊的是，這個(gè)行星是Google來(lái)的。

為什么尋找行星很難？

恒星因?yàn)樽陨砟馨l(fā)光，所以相對(duì)來(lái)說(shuō)比較好找一些。現(xiàn)在人類(lèi)的技術(shù)已經(jīng)能夠探察到90億光年外的恒星。

但是行星本身不發(fā)光，所以尋找起來(lái)相當(dāng)困難，只能使用間接的方法來(lái)發(fā)現(xiàn)行星。

到目前為止，尋找系外行星最有效的兩種方法是：視向速度法和掩星法。

視向速度法：

是利用多普勒效應(yīng)的原理。如果一顆恒星周?chē)行行黔h(huán)繞它公轉(zhuǎn)，那么恒星也會(huì)因受行星的影響而發(fā)生運(yùn)動(dòng)。如果此行星的公轉(zhuǎn)軌道平面和我們的視線方向平行，這樣的恒星相對(duì)我們就會(huì)發(fā)生“遠(yuǎn)離—靠近”的周期運(yùn)動(dòng)。根據(jù)多普勒效應(yīng)的原理，當(dāng)恒星遠(yuǎn)離我們運(yùn)動(dòng)時(shí)，發(fā)出的光就會(huì)變紅，而當(dāng)恒星靠近我們運(yùn)動(dòng)時(shí)，發(fā)出的光就會(huì)變藍(lán)。天文學(xué)家通過(guò)觀測(cè)恒星光譜線紅移或藍(lán)移的變化，就可以測(cè)量出恒星運(yùn)動(dòng)速度的變化，從而就可以間接地判斷該恒星周?chē)欠裼行行谴嬖凇?/p>

掩星法

當(dāng)月球擋在地球和太陽(yáng)之間時(shí)，會(huì)把太陽(yáng)照射到地球上的部分光線擋住，我們就會(huì)看到日食。掩星法也利用同樣的原理。行星是不發(fā)光的，它們環(huán)繞恒星轉(zhuǎn)動(dòng)時(shí)，如果恰好經(jīng)過(guò)地球和恒星的連線，恒星發(fā)射到地球的光線，有一小部分就會(huì)被這顆行星遮擋住。從地球上就會(huì)發(fā)現(xiàn)這顆恒星變暗了，利用恒星是否具有這種周期性的明暗變化，就可以推斷這顆恒星周?chē)欠裼行行橇?。看上面這個(gè)視頻能形象地說(shuō)明這個(gè)原理。

開(kāi)普勒太空望遠(yuǎn)鏡觀測(cè)了20萬(wàn)顆恒星的亮度，歷時(shí)4年來(lái)尋找這些由行星過(guò)境引起的特征信號(hào)。

Google AI是如何幫忙的？

4年采集了20萬(wàn)顆恒星亮度的數(shù)據(jù)，這個(gè)數(shù)據(jù)是非常大的，要從這個(gè)海量數(shù)據(jù)中，把特征信號(hào)找出來(lái)，機(jī)器學(xué)習(xí)確實(shí)是個(gè)不錯(cuò)的應(yīng)用場(chǎng)景。

原始數(shù)據(jù)可以從https：//exoplanetarchive.ipac.caltech.edu/ 找到。

Google AI和Google Brain的高級(jí)軟件工程師Christopher Shallue是把Google AI引入到尋找類(lèi)地行星的關(guān)鍵人物。

Shallue在他的業(yè)余時(shí)間，在網(wǎng)絡(luò)上檢索諸如‘運(yùn)用大數(shù)據(jù)搜尋系外行星’之類(lèi)的話題，然后很快注意到開(kāi)普勒望遠(yuǎn)鏡項(xiàng)目和對(duì)外公開(kāi)發(fā)布的海量數(shù)據(jù)?！彼f(shuō)：“這個(gè)數(shù)據(jù)太多了，人工分析難以招架時(shí) ，機(jī)器學(xué)習(xí)技術(shù)的用武之地就來(lái)了。

開(kāi)普勒望遠(yuǎn)鏡在長(zhǎng)達(dá)4年的運(yùn)行期間對(duì)20萬(wàn)顆恒星，進(jìn)行數(shù)據(jù)采集，其中收集的數(shù)據(jù)中發(fā)現(xiàn)了3.5萬(wàn)個(gè)可能的行星信號(hào)。在Google AI介入之前，科學(xué)家們運(yùn)用自動(dòng)化分析，在配合人工核對(duì)來(lái)對(duì)所有疑似信號(hào)進(jìn)行判讀。但由于信號(hào)非常微弱，這樣的分析方法常常會(huì)將它們遺漏掉行星。所以他們猜測(cè)，在已經(jīng)被分析過(guò)的存檔數(shù)據(jù)中，應(yīng)該還有隱藏其中的，在此前的分析中被遺漏的行星信號(hào)。

樣本訓(xùn)練：

深度學(xué)習(xí)的一個(gè)關(guān)鍵是樣本的訓(xùn)練，他們使用此前已經(jīng)經(jīng)過(guò)篩選的1.5萬(wàn)個(gè)信號(hào)案例來(lái)訓(xùn)練他們的深度學(xué)習(xí)網(wǎng)絡(luò)。他們使用Tensorflow實(shí)現(xiàn)他們的計(jì)算模型，利用 Adam 優(yōu)化算法來(lái)最小化交叉熵誤差（Cross-Entropy error function）， 讓系統(tǒng)學(xué)會(huì)去識(shí)別開(kāi)普勒望遠(yuǎn)鏡數(shù)據(jù)集中的行星掩星信號(hào)。在這一訓(xùn)練測(cè)試中，人工智能對(duì)于真實(shí)系外行星信號(hào)和假信號(hào)的判斷正確率達(dá)到了96%以上。更多技術(shù)細(xì)節(jié)可以看論文。

隨后，當(dāng)深度學(xué)習(xí)系統(tǒng)已經(jīng)學(xué)會(huì)了如何識(shí)別掩星信號(hào)之后，研究小組開(kāi)始嘗試讓計(jì)算機(jī)去對(duì)那些在周?chē)呀?jīng)發(fā)現(xiàn)有行星存在的670顆恒星的數(shù)據(jù)再次進(jìn)行分析篩查，科學(xué)家們認(rèn)為這些已經(jīng)被證明存在行星系統(tǒng)的恒星周?chē)亲钣锌赡艽嬖凇奥┚W(wǎng)之魚(yú)”的地方，或許還有其他行星信號(hào)此前未能被注意到。

通過(guò)這種方法，最終在已經(jīng)被歸檔的數(shù)據(jù)中發(fā)現(xiàn)了一個(gè)此前在進(jìn)行人工分析時(shí)被忽略的微弱異常信號(hào)，最終證明這是天龍座方向上，恒星Kepler-90周?chē)嬖诘牡诎祟w行星

Kepler-90i 。

這是第一顆機(jī)器學(xué)習(xí)找出來(lái)的行星 Kepler-90i。

Kepler-90i并非這個(gè)深度學(xué)習(xí)系統(tǒng)找到的唯行星。在Kepler-80系統(tǒng)中，他們還找到了這一系統(tǒng)內(nèi)的第六顆行星。這顆編號(hào)為Kepler-80g的系外行星大小與地球類(lèi)似，它和與它同屬一個(gè)行星系統(tǒng)的另外4顆行星處于一個(gè)共振系統(tǒng)內(nèi)。這樣將造就一個(gè)極為穩(wěn)定的系統(tǒng)，類(lèi)似之前引發(fā)轟動(dòng)的，擁有7顆行星的TRAPPIST-1系統(tǒng)。

這個(gè)意義非常大，意味著深度學(xué)習(xí)可以在天文領(lǐng)域中一展身手，大幅度提高信號(hào)分析的準(zhǔn)確率和效率。

小結(jié)

Google 和NASA這次發(fā)現(xiàn)的相關(guān)論文已經(jīng)被《天文學(xué)雜志》接受并將在近期出版。Google和NASA下一步計(jì)劃讓人工智能系統(tǒng)對(duì)整個(gè)開(kāi)普勒望遠(yuǎn)鏡的全部數(shù)據(jù)進(jìn)行篩選分析，屆時(shí)計(jì)算機(jī)將對(duì)超過(guò)15萬(wàn)顆恒星的亮度數(shù)據(jù)進(jìn)行篩查，可以預(yù)料到會(huì)有更多行星會(huì)被發(fā)現(xiàn)。

這僅僅是AI在特定行業(yè)中應(yīng)用的一個(gè)例子，可以預(yù)見(jiàn)隨著AI在傳統(tǒng)行業(yè)的滲透，會(huì)有更多驚人的成果出現(xiàn)。

最后，什么時(shí)候可以算算DX3906 這顆恒星的信號(hào)呢，說(shuō)不準(zhǔn)真能發(fā)現(xiàn)小行星呢，看看艾AA和云天明在上面呢。（三體粉才懂得梗）