最新｜AI+探索宇宙，发现第二个太阳系-米儿火

北京时间15日凌晨2：00，谷歌和NASA对外正式宣布：通过机器学习技术在开普勒-90系统中发现了一颗新行星。这颗新发现的行星名为开普勒-90i，它的信号比通常传统手段就能识别出的行星弱。谷歌的技术还发现了开普勒-80系统中的最小行星——开普勒-80g。

科学家们把神经网络技术应用于开普勒望远镜收集的数据中，首次发现了该系统的第八颗行星。在所有的已知行星系统中，这一发现使开普勒-90系统的已知行星数量与太阳系不相上下。在此之前，我们生活的太阳系一直以来都是围绕单个恒星周围已知行星数量最多的案例。

科普神经网络技术是从人脑神经结构中获得启发，而发展出的人工智能技术。神经元在通过简单计算后将相关信息传递给下一级的神经元进行继续处理，以此类推。通过这种方式，计算机可以学会识别猫猫狗狗，当然，通过学习开普勒太空望远镜的光线信号，也可以用来识别地外行星。

开普勒-90系统比太阳系稍大、更炽热、质量也更大，但其他许多方面均类似太阳系。开普勒-90i是该系统中最小的行星，很可能不适合生存。NASA表示，它的地表布满岩石，表面温度约426.7摄氏度。但它也提供了一个关键佐证，证明了以下理论：相较远离恒星的行星，靠近恒星的行星一般更小，而且地表岩石更多。它的公转周期仅14天，而地球的公转周期是365天。

开普勒-90 星系距离地球 2,545 光年(约 24,077 万亿公里)，加上新发现的开普勒-90i，该星系一共拥有 8 颗行星。根据美国宇航局的专家保罗·赫兹 (Paul Hertz)，开普勒-90星系成为了迄今为止人类天文观测到的行星最多的星系，和太阳系打了个平手。

天文学界的共识是，观测其它拥有行星系统，特别是像开普勒-90 这种和太阳系有着明显相同点的星系，对于人类探索宇宙有着重要的意义。比如，一个和太阳系近似的星系中可能有和地球类似的行星生命存在的可能性较高。

谷歌AI是如何做到的？

谷歌在电话会议中解释，在研究开普勒望远镜四年来的采集数据时，谷歌使用的工具实际上与识别照片中猫和狗的工具类似。

为了实现这些发现，在大约20万颗星球的数据中，Google的AI技术仅筛查了670颗星就发现了两颗全新的系外行星。这意味着，如果研究更多数据，实现更多发现的可能性极高。

Google 利用开普勒天文望远镜观测到，但已经被美国宇航局标记过(也即用过)的 1.5 万个恒星数据，训练了一个卷积神经网络 (Convolutional Neural Networks)。训练结果显示，神经网络判别行星的准确率高达 96%。

然后，研究人员把一个 2009 到 2013 年观测到的 670 颗恒星的数据集，给这个神经网络进行处理。通过微小的特征变化，人工智能给出了它认为这两个星系存在地外行星高可能性的答案。经过研究人员的验证，确认了这两颗新的行星。

此次使用Google 机器学习对开普勒数据进行分析，其效率和准确性远超传统的分析方法。据此，NASA 认为Google 的AI 技术将有助于在太阳系外探测到外星生命的迹象。

图丨谷歌CEO Sundar Pichai 第一时间在Twitter 上发声，这确实是谷歌AI的又一次胜利

过去四年，开普勒望远镜观察了约 20 万颗恒星，每 30 分钟拍摄一张照片，创造了约 140 亿个数据点。这 140 亿个数据点可以转化为大约 2 万亿个可能的行星轨道！对于计算能力最强大的计算机来说，这样的分析也是一个浩大的工程，而且会非常耗时。为了让这样的分析过程更快更有效，研究人员们转向了机器学习。

作为一种训练计算机识别模式的方式，机器学习对于理解大量的数据尤其有用，其关键的亮点在于让计算机“自发”学习，而不是使用特定的编程。

在合作的过程中，Google 的 AI 工程师 Christopher Shallue 与德州大学奥斯汀分校的天体物理学家 Andrew Vanderburg 一起，教会了一个机器学习系统如何识别遥远恒星周围的行星。