Výskumníci z Univerzity vo Warwicku vyvinuli unikátny algoritmus strojového učenia, ktorý nechali analyzovať obrovské množstvo dát pochádzajúce z družíc Kepler a TESS. Objavil v nich 50 nových planét, píše Futurism.

Prvý algoritmus svojho druhu

Objaviť známky novej planéty dokážu dnešné teleskopy či družice pomerne jednoducho, no omnoho ťažšie je tieto dáta analyzovať a potvrdiť jej existenciu. Náznaky objavu novej planéty teleskopmi totiž bývajú často ovplyvnené šumom, rušivými objektami v pozadí či chybami v samotnom teleskope.

Ako informoval portál The Next Web, nový algoritmus strojového učenia, ktorý vyvinuli vedci z Univerzity vo Warwicku, analyzoval obrovské množstvo dát z vesmírnych teleskopov NASA Kepler a TESS, pričom jeho úlohou bolo práve oddeliť „falošné“ planéty od tých skutočných.

Zobraziť celú galériu (2)

Satelit TESS / Zdroj: NASA

Tím vedcov najprv vyškolil algoritmus tým, že ho naučil rozpoznať rozdiely medzi potvrdenými a falošnými kandidátmi na planétu, ktorých zozbieral starší teleskop Kepler.

Následne ho zavalili novými nepotvrdenými údajmi z teleskopov, v ktorých algoritmus vypočítal u každého kandidáta na planétu pravdepodobnosť toho, či ňou skutočne je. Kandidáta, u ktorého bola menej než 1 % šanca, že planétou nie je, považovali za potvrdenú planétu.

Zobraziť celú galériu (2)

Pixabay

Algoritmu sa tak podarilo objaviť až 50 nových planét, pričom ide zároveň o prvé nálezy vykonané priamo umelou inteligenciou. Planéty siahajú vo veľkosti od Zeme až po Neptún a majú orbitálne periódy od 1 po 200 dní.

„Strojové učenie sa už na klasifikáciu kanditátov na planéty používa, avšak doposiaľ ho nikto nepoužil v rámci pravdepodobnostných modelov, ktoré sú pri potvrdzovaní planét nevyhnutné.

Namiesto toho, aby sme určili, ktorí kandidáti budú planétami iba pravdepodobne, teraz dokážeme zistiť presnú pravdepodobnosť toho, či nimi naozaj sú.“, uviedol doktor David Armstrong z oddelenia fyziky na Univerzite vo Warwicku.

Tento spôsob potvrdzovania planét nemá podľa vedcov výhody len v oblasti efektivity, ale aj v tom, že dokáže pracovať úplne sám.

Algoritmus tak plánujú ďalej školiť a pripravovať na ďalšie výskumy a pracovať by mohol najmä s údajmi od „lovcov planét“, akým je napríklad spomínaný satelit TESS, či pripravovaný vesmírny teleskop Nancy Grace Romanovej, ktorý obrovské množstvo možností skúmania exoplanét a nových výskumov zameraných aj na túlavé planéty.