Впервые астрономы использовали процесс, основанный на машинном обучении, форме искусственного интеллекта, для анализа выборки потенциальных планет и определения того, какие из них настоящие, а какие — фальшивые, вычисляя вероятных кандидатов на гордое звание новой планеты.

Результаты их работы были опубликованы в Monthly Notice of the Royal Astronomical Society. Помимо всего прочего статья содержала результаты первого крупномасштабного сравнения различных методов проверки планет. Их выводы позволяют использовать несколько методик, в том числе их алгоритм машинного обучения, для теоретического подтверждения экзопланет которые нам ещё предстоит обнаружить.

Чаще всего для обнаружения экзопланет используется весьма трудоёмкий способ. В огромных объемах данных телескопов исследователи ищут признаки прохождения планет между телескопом и их звездой. Это движение приводит к явному снижению яркости света, исходящего от звезды, которое обнаруживает телескоп. Самым большим недостатком метода считается крайне низкая достоверность, ведь аналогичные эффекты могут быть следствием наличия в системе второй звезды, помехами от объекта на заднем плане или даже небольшими ошибками в работе камеры. Эти ложные срабатывания можно отсеять в процессе планетарной проверки.

Исследователи из Warwick’s Departments of Physics and Computer Science, а также The Alan Turing Institute, построили машинное обучение на основе алгоритма, который может отделить реальные планеты от фальшивых в больших выборках тысяч кандидатов найдены входе миссий космических телескопов, таких, как Кеплер и ТЕСС.

Алгоритм был обучен распознавать настоящие планеты с использованием двух больших выборок подтвержденных планет и ложных срабатываний от ныне прекращенной миссии Кеплера. Затем исследователи использовали алгоритм на наборе данных еще неподтвержденных планет-кандидатов от Кеплера, в результате чего было получено пятьдесят новых подтвержденных планет, и первая из них была проверена с помощью машинного обучения. Предыдущие методы построения ИИ ранжировали кандидатов, но никогда не определяли вероятность того, что кандидат сам по себе является настоящей планетой, что является необходимым шагом для проверки планеты.

Эти пятьдесят планет варьируются от миров размером с Нептун до миров меньше, чем Земля, с орбитами от 200 дней до одного дня. Подтвердив, что эти пятьдесят планет реальны, астрономы теперь могут расставить приоритеты для дальнейших наблюдений с помощью специальных телескопов.

После создания и обучения алгоритм работает быстрее, чем существующие методы, и может быть полностью автоматизирован, что делает его идеальным для анализа потенциально тысяч планет-кандидатов, наблюдаемых в текущих исследованиях, таких как TESS. Авторы работы утверждают, что созданный ими алгоритм должен стать одним из инструментов, которые могут массово применяться для проверки планет в будущем.