美國(guó)東部時(shí)間12月15日凌晨,NASA(美國(guó)國(guó)家航空航天局)宣布一項(xiàng)重大發(fā)現(xiàn):在距離地球2545光年的開普勒-90(Kepler-90,開普勒太空望遠(yuǎn)鏡發(fā)現(xiàn)的第90顆恒星)星系中,又發(fā)現(xiàn)了第八顆行星!命名為“開普勒-90i”。
這也就意味著,就如同太陽有8大行星環(huán)繞一樣(分別是金星、木星、水星、火星、土星、地球、天王星、海王星),開普勒-90星系從此與太陽系并列成為行星數(shù)量最多的星系,堪稱“迷你太陽系”。
更重要的是,這顆新發(fā)現(xiàn)的行星,是谷歌人工智能系統(tǒng)發(fā)現(xiàn)的。
圖:隨著第八顆行星的發(fā)現(xiàn),開普勒90星系首次在行星數(shù)量上,和太陽系平起平坐了
這項(xiàng)研究表明,NASA的科學(xué)家們通過谷歌機(jī)器學(xué)習(xí)技術(shù)分析開普勒太空望遠(yuǎn)鏡的觀測(cè)數(shù)據(jù),效率和效果遠(yuǎn)超傳統(tǒng)的分析方法。
盡管機(jī)器學(xué)習(xí)之前也曾被用于搜索開普勒數(shù)據(jù)庫,然而神經(jīng)網(wǎng)絡(luò)在尋找來自遙遠(yuǎn)世界最微弱的信號(hào)方面是一種非常有前途的工具。
[video]uu=dfa091e731&vu=23e28a4a0a&auto_play=0&width=600&height=450[/video]
美國(guó)東部時(shí)間12月15日下午三點(diǎn),NASA就這一發(fā)現(xiàn)舉辦“Reddit Ask Me Anything”活動(dòng)。谷歌AI高級(jí)軟件工程師克里斯托弗.夏爾(Christopher Shallue)與NASA博士后研究員兼德州大學(xué)奧斯汀分校的天體物理學(xué)家安德魯•范德伯格(Andrew Vanderburg)解釋了他們是如何訓(xùn)練人工智能系統(tǒng)來識(shí)別恒星周圍的行星的,“谷歌這一工具實(shí)際上與識(shí)別照片中貓和狗的工具類似”。
起初,Shallue想出了將神經(jīng)網(wǎng)絡(luò)應(yīng)用于開普勒數(shù)據(jù)的點(diǎn)子。太空科技的進(jìn)步能夠收集越來越多的數(shù)據(jù),因此天文學(xué)也像科學(xué)的其他分支一樣正在迅速地被數(shù)據(jù)淹沒,在得知了這種情況之后,他對(duì)系外行星發(fā)現(xiàn)產(chǎn)生了興趣。
Shallue開始在業(yè)余時(shí)間里,研究“使用大數(shù)據(jù)集尋找系外行星”的方法,并且發(fā)現(xiàn)了開普勒的使命和可以使用的龐大數(shù)據(jù)集。Shallue說:“當(dāng)數(shù)據(jù)太多,人類無法自己研究的時(shí)候,機(jī)器學(xué)習(xí)真的可以大顯神通。”
開普勒太空望遠(yuǎn)鏡四年收集到的數(shù)據(jù)集包含35,000種可能的行星信號(hào)。傳統(tǒng)方法有時(shí)候通過人眼查看數(shù)據(jù)集中最有可能的信號(hào),然而,這種方法往往會(huì)錯(cuò)過最微弱的信號(hào)。
因此Shallue和Vanderburg認(rèn)為,這些數(shù)據(jù)中可能會(huì)隱藏了更多有趣的系外行星的發(fā)現(xiàn)。
他們的發(fā)現(xiàn)過程是這樣的:
首先,開普勒太空望遠(yuǎn)鏡探測(cè)行星的方法為“凌日法”,數(shù)據(jù)來自行星經(jīng)過恒星之前或之后出現(xiàn)的一種微小的亮度變化。如下圖中,如果一顆行星從母恒星前方橫越時(shí),恒星的視覺亮度會(huì)略微下降。
圖中,這種呈U形的明暗信號(hào)變化模式通過白色的線條來表示,而藍(lán)色的點(diǎn)狀分布,則是NASA在分析這些光變曲線后,得出的“開普勒天體”的數(shù)據(jù)。
然后,科學(xué)家們使用開普勒系外行星目錄的一組15000個(gè)預(yù)先驗(yàn)證過的信號(hào)的數(shù)據(jù)集,創(chuàng)建了一個(gè)TensorFlow模型來區(qū)分行星與非行星。
接著,再讓人工智能系統(tǒng)學(xué)習(xí)開普勒太空望遠(yuǎn)鏡收集的光線信號(hào),以識(shí)別外系行星。
也就是說,神經(jīng)網(wǎng)絡(luò)“學(xué)會(huì)了”如何檢測(cè)系外行星經(jīng)過的模式,研究人員用機(jī)器學(xué)習(xí)模型研究670個(gè)恒星星系中較弱的信號(hào)(這些恒星星系已經(jīng)存在著一些已知的行星)。他們的假設(shè)是,多行星星系是尋找更多系外行星的最佳地點(diǎn)。
過程中,AI還發(fā)現(xiàn)了來自第八顆圍繞天龍座開普勒90旋轉(zhuǎn)的行星的微弱信號(hào),而這些信號(hào)之前被錯(cuò)過了。
在測(cè)試時(shí),該系統(tǒng)還能準(zhǔn)確地識(shí)別哪些信號(hào)是行星,哪些信號(hào)是誤報(bào),準(zhǔn)確率達(dá)96%。Vanderburg說:“我們得到了很多關(guān)于行星的誤報(bào),但也有可能會(huì)有更多真的行星。這就像是在巖石中篩選寶石一樣,如果你用更細(xì)的篩子,你就會(huì)得到更多的石頭,但是你也可能會(huì)找到更多的寶石。”
至此,組成開普勒90星系的八顆行星分別是“開普勒90b”、“開普勒90c”、“開普勒90d”、“開普勒90e”、“開普勒90f”、“開普勒90g”、“開普勒90h”和最新發(fā)現(xiàn)的“開普勒90i”。
NASA華盛頓總部天體物理學(xué)部門主任保羅.赫茲(Paul Hertz)表示:“這一發(fā)現(xiàn)表明,我們的數(shù)據(jù)將在未來幾年成為創(chuàng)新研究人員的寶貴財(cái)富。”
開普勒90i——一個(gè)炎熱而布滿巖石的星球,是該星系中最小的行星,比地球體積大約30%左右,圍繞恒星公轉(zhuǎn)一周僅需14.4天。
據(jù)Andrew Vanderburg說,“開普勒-90i”距離恒星太近,表面溫度過高,超過800華氏度,與水星相仿。或許不太可能有我們已知的生命形式存在。NASA認(rèn)為,谷歌AI技術(shù)將有助于在太陽系外探測(cè)到外星生命的跡象。
之所以稱開普勒90星系為“迷你太陽系”,是因?yàn)樗拖裉栂档囊粋€(gè)迷你版本,體積較小的行星在內(nèi)圈環(huán)繞,體積較大的行星在外圈,只是相互之間距離挨的更近一些——當(dāng)中最外圍的行星——開普勒-90h圍繞恒星旋轉(zhuǎn)的距離與地球圍繞太陽旋轉(zhuǎn)的距離相似。
除了開普勒90i,谷歌的技術(shù)還發(fā)現(xiàn)了另外一顆恒星——開普勒-80星系中的最小行星“開普勒-80g”,同地球大小相仿。開普勒80g與相鄰的四顆行星形成了所謂的共振鏈——在這個(gè)共振鏈中,行星會(huì)被彼此的引力鎖定,在軌道上有節(jié)奏地運(yùn)轉(zhuǎn),結(jié)果是形成一個(gè)非常穩(wěn)定的系統(tǒng),這種情況類似于TRAPPIST-1星系的七顆行星。
事實(shí)上,這兩顆全新系外行星,僅僅是谷歌AI技術(shù)在篩查了670顆星就發(fā)現(xiàn)的。未來,天文學(xué)家還將對(duì)開普勒所確定的大約15萬顆恒星進(jìn)行研究,發(fā)現(xiàn)系外行星的可能性也會(huì)更高。
谷歌和NASA關(guān)于這些發(fā)現(xiàn)的研究論文已經(jīng)被《天文學(xué)報(bào)》(《The Astronomical Journal》)收錄。Shallue 和 Vanderburg 計(jì)劃將他們的神經(jīng)網(wǎng)絡(luò)應(yīng)用于開普勒所有的數(shù)據(jù)集(超過15萬顆恒星的數(shù)據(jù))。
開普勒已經(jīng)為系外行星搜尋產(chǎn)生了龐大的數(shù)據(jù)集,規(guī)模之大史無前例。在太空中的一個(gè)位置上觀察了四年之后,該航天器現(xiàn)在正在執(zhí)行擴(kuò)展任務(wù),每八十天會(huì)更換一次視域。
【谷歌NASA“迷你太陽系”論文獲取方式:關(guān)注科技行者公眾號(hào)(itechwalker),并打開對(duì)話界面,回復(fù)關(guān)鍵字“迷你太陽系”,即可獲得地址】
<來源:NASA;編譯整理:科技行者>
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。