Svet Vesti
Science

Superbrzi AI Otkriva Preko 10.000 Kandidata Za Egzoplanete Iz TESS Podataka

Superbrzi AI Otkriva Preko 10.000 Kandidata Za Egzoplanete Iz TESS Podataka
Seven Earth doppelgängers circle the red dwarf star TRAPPIST-1, one of the most astonishing exosolar systems discovered so far in a new golden age of AI-aided astronomy (Photo by: Education Images/Universal Images Group via Getty Images)Universal Images Group via Getty Images

Tim iz Princetona, predvođen Joshua Rothom, iskoristio je napredne AI tehnike da iz podataka TESS teleskopa identifikuje više od 10.000 kandidata za egzoplanete. Mašinsko učenje smanjilo je broj svetlosnih krivih sa oko 80 miliona na ~2,5 miliona, značajno ubrzavši proveru. Većina kandidata su gasoviti divovi, ali u setu se nalaze i stotine manjih tela, među kojima i oko 11 potencijalnih super-Zemalja. Tim planira uvođenje konvolucionih neuronskih mreža, a buduće misije poput PLATO, Roman i Gaia očekivano će dodatno povećati broj otkrića.

Američki tim astronoma predvođen doktorandom Joshua Rothom sa Univerziteta Princeton iskoristio je napredne metode veštačke inteligencije za analizu podataka sa svemirskog teleskopa TESS i identifikovao više od 10.000 kandidata za egzoplanete. Otkriće obuhvata širok spektar tela — od masivnih gasovitih divova do manjih kandidata koji bi mogli biti sličniji Zemlji.

Superbrzi AI Otkriva Preko 10.000 Kandidata Za Egzoplanete Iz TESS Podataka
An artist's impression of a "Hot Jupiter" planet about to partially eclipse its star issued by the European Space Agency. A team of American astronomers discovered a cosmic trove of Hot Jupiters circling their stars in imagery captured by the TESS space telescope. AFP PHOTO NASA/ESA/K. SAHU (STScI) AND THE SWEEPS SCIENCE TEAM (Photo credit should read AFP via Getty Images)

Ukratko o radu: Tim je rezultate izložio u radu pod naslovom "The T16 Planet Hunt: 10,000 New Planet Candidates from TESS Cycle 1." Analiza je zasnovana na obradi oko 80 miliona svetlosnih krivih izvedenih iz TESS snimaka.

Superbrzi AI Otkriva Preko 10.000 Kandidata Za Egzoplanete Iz TESS Podataka
NASA's TESS space telescope, launched in 2018, is continuing its search for exoplanets across the Milky Way. (Graphic by AFP via Getty Images)

Metodologija i uloga AI

Nakon konverzije TESS snimaka u svetlosne krive — grafikone koji prate promene osvetljenja zvezda usled mogućih tranzita planeta — tim je primenio niz algoritama za automatsku selekciju kandidata. Među alatima su bili Cambridge Exoplanet Transit Recovery Algorithm i Random Forest modeli, koji su iz prvobitnih ~80 miliona krivih izdvojili oko 2,5 miliona najboljih kandidata.

Superbrzi AI Otkriva Preko 10.000 Kandidata Za Egzoplanete Iz TESS Podataka
100 years after American astronomer Edwin Hubble began proving the Milky Way was just one island-galaxy in the cosmic ocean of the universe, a new epoch of discoveries has begun. (Photo by: QAI Publishing/Universal Images Group via Getty Images)

"Bez koraka mašinskog učenja ova pretraga ne bi bila izvodljiva," kaže Roth, objašnjavajući da je ručna verifikacija 50.000 kandidata timu oduzela oko šest nedelja, dok bi bez ML koraka sličan posao trajao procenjeno više od 3,5 godine.

Rezultati

Prema Rothu, među otkrivenim kandidatima dominiraju gasoviti divovi — preko 9.000 takvih objekata — dok su zabeleženi i više od 100 kandidata sličnih Neptunu i oko 11 potencijalnih super-Zemalja. Tim je pratio zvezde različitih tipova, od M-zvezda (male, narandžaste zvezde dugog veka) do plavih superdivova.

Superbrzi AI Otkriva Preko 10.000 Kandidata Za Egzoplanete Iz TESS Podataka
The Roman Space Telescope, unveiled at NASA's Goddard Space Flight Center and set to be launched in August of 2026, could "discover some 100,000 transiting planet candidates," says Princeton planet hunter Joshua Roth. (Photo by SAUL LOEB / AFP via Getty Images)

Međunarodna saradnja i dalje korake

Rothov konzorcijum obuhvata istraživače sa institucija kao što su Princeton, MIT, UCLA i opservatorija Las Campanas u Čileu. Kako on navodi, metode koje koriste privlače pažnju svetskih institucija, uključujući NASA i ESA.

Superbrzi AI Otkriva Preko 10.000 Kandidata Za Egzoplanete Iz TESS Podataka
An artist's impression of habitable-zone exoplanets, analogues of Earth, discovered by the Kepler space telescope. (Photo by: Universal History Archive/ Universal Images Group via Getty Images)

Šta sledi: konvolucione neuronske mreže i nove misije

Tim planira uvođenje konvolucionih neuronskih mreža (CNN) za direktnu klasifikaciju izrezaka iz TESS punih okvira, što bi dodatno smanjilo potrebu za ručnim pregledom. Roth očekuje da će koristiti primerke iz Cycle 1 kao trening set za treniranje CNN modela.

U narednim godinama ključnu ulogu u pronalaženju manjih, stjenovitih planeta očekuju misije poput evropskog PLATO i NASA-inog Roman teleskopa, kao i podaci iz misije Gaia. PLATO je dizajniran za veću fotometrijsku preciznost i traženje planeta sličnih Zemlji, dok Roman i Gaia mogu da doprinesu masovnom uvećanju broja kandidata — iako potvrda mnogih objekata može biti tehnički zahtevna.

Širi kontekst

Iako cifra od više desetina ili stotina hiljada kandidata zvuči impresivno, to je i dalje samo delić ukupnog broja planeta koje naučnici procenjuju da postoje u galaksiji. Prema aktuelnim procenama, Mlečni put sadrži preko 100 milijardi zvezda, a prosek sugeriše da svaka zvezda ima bar jednu planetu.

Napomena: Ovaj tekst je prilagođena i sažeta verzija članka prvobitno objavljenog na Forbes.com.

Pomozite nam da budemo bolji.

Povezani članci

Popularno

Superbrzi AI Otkriva Preko 10.000 Kandidata Za Egzoplanete Iz TESS Podataka - Svet Vesti