Łowcy egzoplanet mają w swoim arsenale nowe, potężne narzędzie. Jego działanie już przyniosło spektakularne rezultaty

Co jakiś czas dochodzą nas wieści o odkryciu kolejnych egzoplanet, czyli planet znajdujących się poza Układem Słonecznym. Największe emocje budzą te, które są podobne do Ziemi i teoretycznie mogłoby się na nich rozwijać życie. Możliwe, że wkrótce tych informacji będzie do nas docierać znacznie więcej. Nowe metody weryfikacji danych znacznie przyspieszą poszukiwania.

Jak odkrywa się nowe planety? W skrócie: teleskop obserwuje gwiazdy i poszukuje chwilowych spadków w natężeniu ich świecenia. Takie spadki mogą oznaczać, że między teleskopem a gwiazdą przeleciała orbitująca wokół niej planeta, częściowo ją zasłaniając. Niestety – taki spadek może być wywołany także innymi czynnikami – zakłóceniami, asteroidami, pyłem czy błędem kamery.

„Kandydatów” na planety mogą być tysiące, a wśród nich znajduje się tylko kilkadziesiąt faktycznie istniejących egzoplanet. Weryfikacja danych i odróżnienie wyników fałszywie pozytywnych od prawdziwego odkrycia wymaga dodatkowych obserwacji angażujących czas i zasoby.

Astronomowie i eksperci od computer science z Uniwersytetu Warwick stworzyli algorytm, który wyręcza badaczy w tym żmudnym procesie.

Zespół wyszkolił model uczenia maszynowego na zbiorze danych pochodzących z zakończonej misji Kosmicznego Teleskopu Keplera. Zawierał on zarówno dane z obserwacji rzeczywistych planet, jak i te pochodzące od wyników fałszywie pozytywnych. Model nauczył się odróżniać jedne od drugich.

Tak przygotowany system wykorzystano do przeanalizowania pozostałych danych z teleskopu Keplera. Rezultat? 50 nowo odkrytych egzoplanet.

Wśród znalezisk znajdują się bardzo różnorodne światy. Niektóre wielkości Neptuna, inne mniejsze od Ziemi. Okrążają swoje gwiazdy z częstotliwością od jednego do nawet dwustu ziemskich dni. Teraz badacze mogą skupić swoje obserwacje na potwierdzonych przez model planetach.

Jak czytamy w informacji prasowej, wcześniej używano już uczenia maszynowego do oceny kandydatów, jednak dotychczasowe modele nie podawały procentowej szansy na to, że jakiś kandydat jest faktycznie egzoplanetą.

„Zamiast oceniać, które wyniki mają większą szansę na potwierdzenie znaleziska, teraz możemy określić, jakie jest dokładne statystyczne prawdopodobieństwo. Jeśli w przypadku jakiegoś kandydata ryzyko fałszywie pozytywnego wyniku stanowi mniej niż 1 procent, uznajemy, że istnienie planety jest potwierdzone” – mówi doktor David Armstrong z wydziału fizyki Uniwersytetu Warwick w wypowiedzi cytowanej w informacji prasowej.

Badacze liczą, że ich algorytm pomoże przyspieszyć, a nawet całkowicie zautomatyzować proces weryfikacji danych i pomóc w analizie tysięcy potencjalnych kandydatów w kilku trwających projektach, jak prowadzona przez NASA misja TESS (Transiting Exoplanet Survey Satellite). Szacuje się, że może ona dostarczyć dziesiątek tysięcy nowych kandydatów do przeanalizowania. Zweryfikowanie ich tradycyjnymi metodami zajęłoby lata.

Skip to content