科研人员利用人工智能发现5颗行星
原标题：科研人员利用人工智能发现5颗行星
记者10月18日从中国科学院获悉，利用人工智能技术，中国科学院上海天文台等单位的科研人员发现了5颗直径小于地球的超短周期行星。其中4颗，是迄今为止发现的距其主星最近的最小行星，大小类似火星。这是天文学家首次利用人工智能一次性完成搜寻疑似信号和识别真信号任务。相关研究成果在线发表于《皇家天文学会月报》。
超短周期行星是指那些轨道周期小于1天的行星，它们以极近的距离环绕其主恒星运行，通常体积较小、质量较轻，表面温度极高。到目前为止，天文学家共找到145颗超短周期行星，其中只有30颗半径小于地球半径。“理解超短周期行星的相对丰度及其特性，对于检验理论模型至关重要。然而，已知的超短周期行星样本量太小，很难精确了解它们的统计特征和出现率。”论文通讯作者、中国科学院上海天文台研究员葛健说。
此次，葛健团队创新设计了一种结合GPU相位折叠和卷积神经网络的深度学习算法。利用该算法，团队成功在开普勒太空望远镜的恒星测光数据中发现5颗超短周期行星。
葛健说，这项研究工作始于2015年，彼时人工智能“阿尔法狗”（AlphaGo）取得重大突破，成功击败了围棋界职业高手。加上受到同事的激励与启发，他决定尝试将人工智能的深度学习技术应用于开普勒太空望远镜所收集的恒星测光数据，寻找传统方法未能检测到的微弱凌星信号。
经过近10年努力，葛健团队终于有了第一份收获。葛健认为，要想使用人工智能在海量天文数据中“挖”到极其稀少的新发现，就需要创新人工智能算法，并且利用基于新发现现象物理图像特征所生成的大规模数据集进行训练，使之能快速、准确、完备地探寻到很难在传统方式下找到的稀少而微弱的信号。
普林斯顿大学教授乔什·温（Josh Winn）评论说，超短周期行星拥有极其极端和出乎意料的特性，为人们理解行星轨道如何随时间变化提供线索。这项寻找新行星的技术成就令人印象深刻。
“这些超短周期行星的发现，为行星系统的早期演化、行星—行星相互作用以及恒星—行星相互作用的动力学研究提供重要线索，对行星形成理论研究有重大意义。”葛健说，这项研究为在高精度光度观测数据中快速、高效搜寻凌星信号提供了新的研究方式，也充分展示出人工智能在海量天文数据中探寻微弱信号的广泛应用潜力。
(责编：罗知之、陈键)
分享让更多人看到
推荐阅读
证监会召开进一步全面深化资本市场改革专题座谈会
人民网北京10月20日电 （记者杨曦）据证监会消息，为深入贯彻落实党的二十届三中全会、9月26日中央政治局会议精神，近日证监会党委书记、主席吴清在北京召开进一步全面深化资本市场改革专题座谈会，与专家学者、财经媒体负责人代表深入交流，充分听取意见建议。
座谈中，大家一致认为，9月26日中央政治局会议召开以来，一揽子有针对性的增量政策接续发力，释放了加力推动经济持续回升向好的积极信号，有效提振了资本市场投资者信心和活跃度，股市活力的提升也将促进“金融活、经济活”正反馈效应的释放。…
培育新生力量 业界聚焦保险行业人才建设
人民网北京10月19日电 （记者许维娜）随着经济的发展和社会的进步，人们对风险保障的需求日益增长，保险行业作为风险转移和经济补偿的重要手段，在现代经济体系中扮演着至关重要的角色。
人才是行业发展的核心竞争力，优秀的保险人才能够更好地理解市场需求，开发出符合消费者期望的保险产品；能够熟练运用先进技术，推动行业的数字化转型；能够提供专业的服务，增强消费者对保险行业的信任。…
