科學大家|AI神助攻！開普勒海量數據中發現隱藏行星

　　2018年10月07日 07:00 科學大家

　　

　　出品| 新浪科技《科學大家》

　　撰文| Chris Shallue， Google AI高級軟體工程師

　　

　　太陽系（新浪科技配圖）

　　太陽系中有許多行星圍繞著太陽旋轉，長久以來，科學家、哲學家、科幻作家們一直在探索其它恆星周圍是否也存在行星的可能性，我們對太陽系中行星的觀察已經經歷了數千年，一直到最近30年間，人類才開始觀察到其它恆星周圍的行星。這些行星觀察起來非常困難，因為它們很小、很黯淡，但它們的中央恆星卻非常明亮、巨大，要觀察這些行星，就像在聚光燈下尋找一隻螢火蟲一樣難。

　　

　　當沿著軌道運行的行星遮擋一部分恆星的光線時，受測量的恆星亮度就會稍稍減弱。

　　探測這些遙遠的地外行星的方式之一是觀察時不時發生的凌日現象，當行星從恆星前方穿過時，就會阻擋恆星發出的一部分光線，恆星光線亮度就會隨之減弱；等行星離開恆星前方后，恆星光線又會重新增強。

　　如今我們知道的大部分地外行星都是由NASA的開普勒望遠鏡探測到的。在4年的時間裡，開普勒望遠鏡對20多萬顆恆星開展了敏感度極高的光線亮度測量，獲取了140億個數據點，而這些數據點可能意味著2萬億條行星軌道。其中每顆行星對其中央恆星亮度的影響可謂微乎其微，因此在這些海量數據中尋找地外行星簡直猶如大海撈針。

　　

　　大部分地外行星都是由NASA的開普勒望遠鏡探測到的

　　

　　這是開普勒望遠鏡探測到的行星光線亮度測量值。右側曲線顯示，當行星從恆星前方穿過時，阻擋了恆星的部分光線，導致恆星亮度有所下降。而當行星不再阻擋光線時，恆星亮度又重新增強。然而，還有其它天文學現象也會導致恆星亮度出現這種變化。例如，有一些恆星會繞著另一顆恆星旋轉，構成雙子星。當雙子星中的一顆從另一顆前方經過時，對恆星亮度的影響會比行星大得多。還有另一種類型的雙子星，其中一顆較為明亮，另一顆則較為黯淡。當其中較為黯淡的一顆從較明亮的一顆前方穿過時，會導致後者光線亮度出現明顯下降；而如果反過來，明亮的一顆從黯淡的一顆前方穿過，對亮度的影響則不太明顯。除此之外，還有很多現象也會導致恆星亮度減弱，如恆星黑子、或儀器缺陷等等。

　　利用開普勒望遠鏡收集的數據，科學家運用特殊軟體來分析恆星亮度的減弱，並親自核查，判斷恆星亮度的變化是否由某顆地外行星引起。但開普勒望遠鏡收集的數據實在太多，若一一進行人工檢查，實在太耗時耗力。而我覺得這個問題和谷歌相冊給照片分類的問題十分相似，只不過目標不是判斷某張照片中是小貓還是小狗，而是要判斷某個信號是否由地外行星導致。

　　我其實並沒有天文學背景，但我對科學很感興趣。我曾經讀過一本關於宇宙起源的書，人類了解宇宙起源的方式之一就是觀察宇宙、探索宇宙。但這種做法存在一個問題：例如，從2009年的開普勒望遠鏡任務收集了大量數據，而這些數據量太過龐大，無法僅憑人力進行分析。這就給了我一定啟迪，人工智慧也同樣致力於分析大量數據。所以我就想，我們能否在這方面做出一些貢獻。

　　

　　於是我與德克薩斯大學的一支天文學家團隊一起對這一問題進行了研究。我剛提出這個想法時，只花了20%的時間研究，因為這是一項極具開創性的項目，我們不確定這個想法是否可行。而當確定它可行之後，我們開始投入更多時間，一起運用了一個機器學習模型，向其中輸入了1.5萬個經天文學家人工分類過的數據，判斷開普勒望遠鏡接收到的信號是否來自某顆地外行星。經過訓練后，該模型的判斷準確率達到了96%。然後我們把這一模型運用到整個開普勒資料庫，試著尋找新的地外行星。

　　

在模型能夠成功運作之後，我們所做的第一件事，就是用一小批恆星來做測試，看看它的效果。很幸運的是，在這670顆恆星周圍找到了兩顆地外行星，分別叫做開普勒-90i和開普勒-80g。整個資料庫中有20萬顆恆星，機器學習模型的關鍵優勢在於，它能夠迅速分析成千上萬的數據，還可以把重點放在一小部分更有可能是地外行星的信號上。我們目前正在改進模型，希望能將其運用於全部20萬顆恆星，也希望在這一過程中能發現更多新的行星。

　　

　　使用 1.5 萬個標記的開普勒太空望遠鏡信號對機器學習模型進行訓練，發現了 2 顆此前研究遺漏的行星

　　

　　普勒 90 是我們所在的太陽系之外首個已知的八行星星系。在這個星系中，行星公轉一周的時間更短，開普勒 90i 行星每 14 天公轉一周

　　在此之前，我們生活的太陽系一直以來都是圍繞單個恆星周圍已知行星數量最多的案例，有多達8顆行星圍繞太陽運行，而我們發現的開普勒-90i非常特殊，因為它是圍繞恆星開普勒-90旋轉的第8顆行星，這就使開普勒-90行星系成為了我們所知的首個行星數量與太陽系相等的行星系，可以說是一個「迷你版的第二個太陽系」。開普勒-90i比地球稍大，而地球是圍繞太陽旋轉的第3顆行星。然而，由於開普勒-90i離中央恆星過近，表面溫度可超800 華氏度/427 攝氏度，生命不可能在這種溫度下存活，也同樣因為它離中央恆星很近，它每14天就可公轉一周。

　　目前為止，該項目已經發現了兩顆新的地外行星。但我們不會就此止步。目前只分析了開普勒望遠鏡收集的數據的一小部分，而我們還會對模型進行改進，把搜尋範圍擴大到開普勒望遠鏡探測到的20多萬顆恆星。

　　我們的下一個目標是尋找適合生命存活的外星環境。天文學如今已進入大數據時代，而開普勒望遠鏡只是個開始。NASA又發射了一台新的空間望遠鏡，也就是TESS衛星，可能會產生更多數據。所以在這個新時代中，我們需要新技術來分析這些龐大的數據，不能指望靠人力來分析它們。

　　人工智慧在任何涉及到大量數據的領域都有巨大潛力，在天文學和其它科學領域，人工只能分析大量數據的能力正在迅速提升。機器學習等數據分析技術也能幫助我們對這些數據進行分析，谷歌想讓人人都能用上機器學習技術，為此公布了此次項目用到的全部代碼，希望這些代碼能幫助發現更多行星，並且不僅是利用開普勒望遠鏡的數據，還可以利用未來其它空間望遠鏡的數據。

　　最後想強調的一點是，人工智慧搜尋地外行星取得的成績依然是藉助了人類的力量。我們輸入的信號是經天文學家人工分類過的，並對模型進行訓練，試圖讓它實現同樣的分類，我們並不期望這個模型能比人類做得更好，只是希望它能比人類做得更快而已，希望人類和人工智慧能夠聯手合作，但有些事情是機器學習力所不能及的。人類天生更擅長發現令人驚奇的新事物，所以今後也會不斷做出更多新發現。