AI帮助人类在太空“找朋友” 天文观测进入新时代

开普勒-90行星系统（上）和太阳系（下）对比。资料图片

日前，NASA发布消息称，2009年发射升空的开普勒太空望远镜在距离地球2545光年的地方发现了另一个“太阳系”——共计8颗行星围绕着一个暂时被命名为开普勒-90的恒星运动。在这项新发现中，NASA与谷歌联合找出了该行星系统的第8颗行星：开普勒-90i，这使得人类首次在太阳系外，找到由8颗行星组成的行星系统。

已经升空数年的开普勒望远镜能够发现另一个“太阳系”，是来自人工智能的大力协助，“深度学习的人工智能在此次发现中发挥了重要作用，对天文观测来说意味着进入了一个新的时代。”荷兰代尔夫特理工大学航天学博士毛新愿对南方日报记者说。

隐藏的第八颗行星——体积是地球的1.3倍

开普勒-90i是一颗岩石星球，大小是地球的1.3倍，由于距离其主恒星更近，公转周期仅为14.4天，平均温度据信超过800华氏度（约426.7℃）

数年前，开普勒天文望远镜在2545光年外发现了一颗大小与太阳相近的恒星：开普勒-90。在随后的观测中，科学家发现了更多与太阳系相似的特征：开普勒-90拥有7颗行星，较小的行星距恒星更近，较大的行星占据外侧轨道。

自2009年升空以来，开普勒太空望远镜收集了大量的数据，观察了大约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，而这140亿个数据点，则可以转化为约2万亿个可能的行星轨道。对于这些数据，科学家们过去主要通过自动化软件或人工的方式找到那些信号强的行星。即便如此，这也是一个非常浩大的工程，耗时且耗费人力。此外，与恒星相比，太阳系外的行星不但体型小而且不发光，探寻难度非常大。

在这种困难之下，围绕开普勒-90恒星运行的第8颗行星成了“漏网之鱼”，一直隐藏在深处，不可探寻。

直到人工智能的出现，它才揭开面纱、显露真颜。谷歌的人工智能对开普勒望远镜获得的数据进行分析后，发现了围绕恒星开普勒-90旋转的第8颗行星开普勒-90i。毛新愿表示，这一发现让开普勒-90身价倍增，与太阳系共同成为目前拥有最多已知行星（8颗）的恒星系统。

巨人的肩膀—— 开普勒天文望远镜

在拥有一个稳定的观测环境之后，开普勒望远镜开始采用“凌日法”来观测行星，即行星在轨道上运行的时候挡在恒星前面时会导致恒星的亮度稍微降低，如果观测到连续三次凌日，就可以确定它是颗凌日行星，从而得到它的轨道周期、大致体积等信息

在人工智能大显神威之前，我们还是先了解一下被人工智能“踩过”肩膀的巨人——开普勒天文望远镜，没有它的千里眼所带来的视野，人工智能还是无处可用的。

2014年，开普勒启动K2任务：在范围更小的数据库基础上捕捉系外行星，并对其进行多项观测。毛新愿表示，开普勒望远镜为了完成任务，练就了四大绝活：周期达372.5天的轨道、火眼金睛、明察秋毫与目不转睛。

“开普勒望远镜现在运行在尾随地球但处于外侧的周期达372.5天的轨道上，它最大限度回避了太阳和地球的影响，能够长期在稳定平台上观测目标。”毛新愿说，而它回避的主要是太阳直接辐射和地球反照辐射的影响。

在拥有一个稳定的观测环境之后，开普勒望远镜的火眼金睛就要发挥作用了。它采用“凌日法”来观测行星，即行星在轨道上运行的时候挡在恒星前面时会导致恒星的亮度稍微降低，就像是我们所观测到的日食，只不过“月球”并不是一颗行星。如果观测到连续三次凌日，就可以确定它是颗凌日行星，从而得到它的轨道周期、大致大小等信息。

然后，在此基础上，开普勒望远镜还需要明察秋毫，在微弱的信号中进行准确判断。开普勒观测到的恒星与地球之间的距离以光年计算，如此远的距离时恒星是一个不起眼的小点，而观测它微弱的亮度变化更是难上加难，必须要求望远镜能够看到极其微弱的细节。而开普勒望远镜的观测精度达到了惊人的0.01%星等。“就好比是人的肉眼看一个极亮的探照灯，已经看不到任何东西了，但此时有一粒极小的灰尘从灯前飞过对探照灯亮度造成的影响。”毛新愿说。

此外，值得注意的是，开普勒望远镜并不是一个“花心”的望远镜：发射后它的观测目标定位在天鹅座附近的一小块星空，每隔80天作出一定变化。它每次观测数量多达14.5万颗恒星，每隔30分钟就会拍一张照片，并对比它们的区别，如果有任何一颗恒星出现亮度异常，就要继续确认是否发生了行星凌日现象。

对于开普勒望远镜为何一直盯着天鹅座，毛新愿解释称，开普勒望远镜是做类似“抽样调查”的方式研究宇宙中的类地行星，选择天鹅座是因为距离合适，且人类对它了解较多。

人工智能——从零学习辨别系外行星

受人脑中神经元之间连接方式的启发，谷歌人工智能的工程师们开始利用人工神经网络技术对开普勒数据进行筛查，发现了此前被忽视的围绕开普勒-90旋转的第8颗行星微弱的凌日信号。

开普勒望远镜的观测成果汗牛充栋，这为人类搜寻系外行星提供了大量的支撑，但是也带来了“生产力”不足的困扰。前面提到，对于开普勒望远镜所搜集到的信息，科学家们主要通过自动化软件或人工的方式找到那些信号强的行星。“对于一些多行星的系统，距离恒星过近的行星往往由于体积过小和公转周期过快，很难被确认。”毛新愿说。

“谷歌人工智能”的高级软件工程师克里斯托佛·沙律首先提出利用神经网络技术对开普勒望远镜的数据进行分析。他认为，随着数据采集技术的不断升级，天文学正和其他学科一样，慢慢陷入被海量数据淹没的困境，于是，他对利用计算机技术搜寻系外行星产生了浓厚兴趣。他说：“当数据太多、人工分析难以招架之时，正是机器学习‘大显神威’之时。”

受人脑中神经元之间连接方式的启发，他们的人工神经网络技术对开普勒数据进行筛查，发现了此前被忽视的围绕开普勒-90旋转的第8颗行星微弱的凌日信号。

据毛新愿介绍，研发团队找科学家们要了15000组开普勒观测到、并被科学家们花了数年后确认已经是完全正确的信号，于是这套智能系统开始分析它们，从零学习如何辨别系外行星。

按照采访时谷歌团队技术负责人的说法：“仅仅用了两个小时，它（人工智能）就能分析完所有的数据”。

而NASA的科学家们在用新数据对它进行考核之后说：“它的考试成绩达到了96分！（96%的正确率）”。“也就是说科学家们用他们已经确定的研究成果来考验自我学习过的人工智能，100道题，这套人工智能系统答对了96道。”毛新愿说。

随后，科学家们把自己以前完全搞不定的数据扔给它处理，尤其是那些拥有较多行星数量的系统。最终在人工智能的助力之下，研究团队最终发现了第八颗行星—开普勒-90i。

目前，组成开普勒-90星系的八颗行星分别是“开普勒-90b”“开普勒-90c”“开普勒-90d”“开普勒90e”“开普勒-90f”“开普勒-90g”“开普勒-90h”和最新发现的“开普勒-90i”。此外，人工智能还发现了另外一颗恒星开普勒-80星系中的最小行星“开普勒-80g”。

毛新愿说，“这次的发现公布已经告诉我们，人工智能开始涉足人类最顶级的科研，而未来发射的太空望远镜的数据必然也越来越多依靠它们来分析。如果真的发现了外星人的微弱信号，无疑也会是人工智能最先发现。”

南方网全媒体驻京记者 王腾腾

策划统筹 李江萍