close
導讀：
去年12月中旬，谷歌和NASA開創性的利用神經網絡技術，從已知的行星系統中發現瞭兩個系外行星。
行星數據太過龐大，如何篩選數據？
由於數據太過龐大，為提高效率，天文學傢設定瞭一個檢測截止點——隻有信噪比超過固定閾值的數據才會被保留下來。
數據統計，截止到目前，通過該方法被手動檢測的信號超30000個，其中約2500個被驗證為系外行星。
到這裡，或許你會認為，人類探測系外行星的僵局已經被打破。那是因為你忽略瞭“檢測截止點”這一關鍵點。因為我們不能保證，在這個截止點之外，就一定沒有行星。
但如果不設置截止點，我們所有檢測的數據量就極為龐大。據天文學傢估計，僅銀河系，就可能包含多達4000億顆系外行星。截至2016年2月，已經被認定的系外行星總數為2085顆，這些行星分屬1331個行星系。
可想而知，如果想要靠人力找到所有行星，是根本不可能的。
台中抽水肥突破“檢測台中抽化糞池截止點”限制，人工智能成救命稻草
谷歌表示，正是因為開普勒－90i的相關信號台中抽水肥價格比其他行星要弱很多，所以多年來，人類一直沒能通過傳統的行星識別手段找到它。
因此，為提高檢測效率及降低錯誤率，NASA聯手谷歌，將普勒望遠鏡近四年來的采集約20萬顆星球的數據投入到神經網絡中，用以檢測低信噪比信號及行星，讓其成為“獵星代碼”。
據悉，“獵星代碼”是由Google Brain（Google內部深度學習人工智能研究項目）和UT Austin大學的Andrew Vanderburg（一位著名的天體物理學傢，專註於研究系外行星探測）合作開發的。
就像所有基於神經網絡的模型一樣，這個模型也需要訓練集。幸運的是，如前面所述，天文學傢們已經人工手動檢測和分類過瞭30000個Kepler信號。Google團隊將其中一半的數據拿出來用作訓練，其中有3500個信號經過驗證後，被列為行星或行星候選者。
深度學習神經網絡的高效性應該不用再多做贅述瞭。據谷歌方面介紹，研究人員為“獵星代碼”設置瞭遠低於原本檢測點的信噪比閾值，且僅在篩查瞭670顆星球數據後，就發現瞭兩顆全新的系外行星。當然，在降低闕值後，有大量的虛假信號，但我們卻也因此大大降低瞭誤判率。
最後
宇宙中的行星太多，谷歌選擇開源“獵星代碼”，或許是希望集眾人之力，盡快將這些行星找出來。
按照國際慣例，個人發現小行星後，是能夠以個人名義為其命名的。但為行星命名，必須通過IAU大會討論後才能確定。但我們可以期待一下，如果因為“獵星代碼”發現的行星數量極為龐大時，或許，我們就可以擁有一顆自己的行星，並為其命名，比如，鎂客星。（作者：伶軒）
台中抽水肥推薦
4DF15F00FF3D14DD
文章標籤
全站熱搜
留言列表
