四川
科學家用一種新的人工智能（AI）系統，確認了100多顆系外行星，其中包括31個新發現的天體。該團隊將這一工具應用于美國國家航空航天局（NASA）凌日系外行星勘測衛星（TESS）的數據中。TESS會掃描天空，捕捉行星從母星前經過時產生的微弱星光變暗現象。
這些新確認的行星包含幾個有趣的類別。其中一些是超短周期行星，繞母星運行一周不到24小時。還有一些位于所謂的“海王星沙漠”——根據當前理論，這一區域幾乎沒有行星存在。該研究還發現了密集排列的多行星系統，包括此前未知的、圍繞同一顆恒星運行的行星對。
現代行星探測任務通常會發現數千顆潛在行星，但確定哪些信號是真實的仍然很難。許多虛假信號與行星的信號很像，例如食雙星。
“探測的難點在于判斷星光變暗究竟由繞恒星運行的行星引起，還是由食雙星等其他天體現象所導致，而這正是RAVEN試圖解決的問題。”RAVEN模型的主導開發者、華威大學的Andreas Hadjigeorghiou表示，“它的優勢源于我們精心創建的數據集，其中包含數十萬個真實模擬的行星及其他可能偽裝成行星的天體物理事件。我們訓練機器學習模型來識別數據中的模式，以此判斷所探測到的天體事件類型，這正是AI模型所擅長的。”
“此外，RAVEN可一次性完成整個流程——從信號檢測，到通過機器學習進行審查，再到進行統計驗證。這使該模型比僅關注工作流程特定環節的當前工具更有優勢。”Hadjigeorghiou說。
研究顯示，約9%至10%的類太陽恒星擁有一顆近距離行星。這與NASA開普勒任務的早期發現一致，但新的分析大大降低了不確定性。
該團隊還首次直接測算出“海王星沙漠”行星的罕見程度，發現這類行星僅出現在0.08%的類太陽恒星周圍。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
