Dengan berlalunya tahun, semakin banyak planet ekstra solar dijumpai. Untuk menjadikan perkara lebih menarik, penambahbaikan dalam metodologi dan teknologi memungkinkan penemuan lebih banyak planet dalam sistem individu. Pertimbangkan pengumuman sistem tujuh planet baru-baru ini di sekitar bintang kerdil merah yang dikenali sebagai TRAPPIST-1. Pada masa itu, penemuan ini menjadikan rekod kebanyakan eksoplanet mengorbit satu bintang.
Baik bergerak di atas TRAPPIST-1! Terima kasih kepada Kepler Space Telescope dan pembelajaran mesin, sebuah pasukan dari Google AI dan Pusat Astrofizik Harvard-Smithsonian (CfA) baru-baru ini menemui planet kelapan dalam sistem bintang Kepler-90 yang jauh. Dikenal sebagai Kepler -90i, penemuan planet ini dimungkinkan berkat algoritma Google yang mengesan bukti isyarat transit yang lemah dalam data misi Kepler.
Kajian yang menerangkan penemuan mereka, berjudul "Mengenal Exoplanet dengan Pembelajaran Dalam: Rantai Resonan Lima Planet Sekitar Kepler-80 dan Lapan Planet Sekitar Kepler-90", baru-baru ini muncul dalam talian dan telah diterima untuk diterbitkan di Jurnal Astronomi. Pasukan penyelidik terdiri daripada Christopher Shallue dari Google AI dan Andrew Vanderburg dari University of Texas dan CfA.
Kepler-90, bintang seperti Matahari, terletak kira-kira 2.545 tahun cahaya dari Bumi di buruj Draco. Seperti yang dinyatakan, tinjauan sebelumnya menunjukkan adanya tujuh planet di sekitar bintang, gabungan planet terestrial (alias berbatu) dan raksasa gas. Tetapi setelah menggunakan algoritma Google yang dibuat untuk mencari melalui data Kepler, pasukan penyelidik mengesahkan bahawa isyarat planet lain yang mengorbit lebih dekat bersembunyi di dalam data.
Misi Kepler bergantung pada Kaedah Transit (aka. Transit Fotometri) untuk mengetahui kehadiran planet di sekitar bintang yang lebih terang. Ini terdiri daripada memerhatikan bintang untuk penurunan berkala dalam kecerahan, yang merupakan petunjuk bahawa sebuah planet melintas di depan bintang (iaitu melintas) berbanding dengan pemerhati. Demi kajian mereka, Shallue dan Vanderburg melatih komputer untuk membaca lengkung cahaya yang direkodkan oleh Kepler dan menentukan kehadiran transit.
"Jaringan saraf" buatan ini diayak melalui data Kepler dan menemui isyarat transit yang lemah yang menunjukkan adanya planet yang sebelumnya terlewat di sekitar Kepler-90. Penemuan ini bukan sahaja menunjukkan bahawa sistem ini sangat mirip dengan sistem kita sendiri, tetapi juga mengesahkan nilai menggunakan kecerdasan buatan untuk menambang data arsip. Walaupun pembelajaran mesin telah digunakan untuk mencari data Kepler sebelumnya, penyelidikan ini menunjukkan bahawa bahkan isyarat yang paling lemah sekarang dapat dilihat.
Seperti yang dikatakan oleh Paul Hertz, pengarah Bahagian Astrofizik NASA di Washington, dalam siaran akhbar NASA baru-baru ini:
"Seperti yang kami harapkan, ada penemuan menarik yang tersembunyi dalam data Kepler kami yang diarkibkan, menunggu alat atau teknologi yang tepat untuk menemukannya. Penemuan ini menunjukkan bahawa data kami akan menjadi harta karun bagi para penyelidik inovatif untuk tahun-tahun akan datang. "
Planet yang baru ditemui ini, yang dikenali sebagai Kepler-90i, adalah planet berbatu dengan ukuran yang sebanding dengan Bumi (1,32 ± 0,21 jari-jari Bumi) yang mengorbit bintangnya dengan jangka masa 14.4 hari. Memandangkan jaraknya dekat dengan bintangnya, planet ini dipercayai mengalami suhu melampau 709 K (436 ° C; 817 ° F) - menjadikannya lebih panas daripada suhu tinggi Mercury pada 700 K (427 ° C; 800 ° F).
Sebagai jurutera perisian kanan dengan pasukan penyelidikan Google AI, Shallue mengemukakan idea untuk menerapkan rangkaian saraf ke data Kepler setelah mengetahui bahawa astronomi (seperti cabang sains lain) menjadi keprihatinan "data besar" dengan cepat. Oleh kerana teknologi pengumpulan data menjadi lebih maju, para saintis mendapati diri mereka dibanjiri dengan kumpulan data yang semakin meningkat dan kerumitannya. Seperti yang dijelaskan oleh Shallue:
"Pada masa lapang, saya mula googling untuk 'mencari exoplanet dengan set data yang besar' dan mendapat tahu mengenai misi Kepler dan set data besar yang ada. Pembelajaran mesin benar-benar bersinar dalam situasi di mana terdapat begitu banyak data sehingga manusia tidak dapat mencarinya sendiri. "
Misi Kepler, dalam empat tahun pertama beroperasi, mengumpulkan kumpulan data yang terdiri dari 35.000 kemungkinan isyarat transit planet. Pada masa lalu, ujian automatik dan kadang-kadang pemeriksaan visual digunakan untuk mengesahkan isyarat yang paling menjanjikan dalam data. Walau bagaimanapun, isyarat yang paling lemah sering dilupakan dengan kaedah ini, menyebabkan puluhan atau bahkan ratusan planet tidak dijumpai.
Ingin memperbaiki ini, Shallue bekerjasama dengan Andrew Vanderburgh - Felo Penyelidik Siswazah Yayasan Sains Nasional dan Nagan Sagan Fellow - untuk melihat apakah pembelajaran mesin dapat menambang data dan mendapatkan lebih banyak isyarat. Langkah pertama terdiri daripada melatih rangkaian saraf untuk mengenal pasti eksoplanet transit menggunakan sekumpulan 15,000 isyarat yang telah diperiksa sebelumnya dari katalog eksoplanet Kepler.
Dalam set ujian, rangkaian saraf mengenal pasti planet benar dan positif palsu dengan kadar ketepatan 96%. Setelah menunjukkan bahawa ia dapat mengenali isyarat transit, pasukan kemudian mengarahkan jaringan saraf mereka untuk mencari isyarat yang lebih lemah dalam sistem bintang 670 yang sudah memiliki banyak planet yang diketahui. Ini termasuk Kepler-80, yang memiliki lima planet yang sebelumnya dikenal, dan Kepler-90, yang memiliki tujuh. Seperti yang ditunjukkan oleh Vanderburg:
"Kami mendapat banyak positif planet, tetapi juga planet yang lebih nyata. Seperti mengayak batu untuk mencari barang kemas. Sekiranya anda mempunyai ayakan yang lebih halus, anda akan menangkap lebih banyak batu tetapi anda mungkin juga akan mendapat lebih banyak permata. "
Planet keenam di Kepler-80 dikenali sebagai Kepler-80g, sebuah planet berukuran Bumi yang berada dalam rantai resonan dengan lima planetnya yang berdekatan. Ini berlaku apabila planet terkunci oleh graviti bersama ke dalam sistem yang sangat stabil, sama seperti yang dialami oleh tujuh planet TRAPPIST-1. Kepler-90i, sebaliknya, adalah planet berukuran Bumi yang mengalami keadaan dan orbit seperti Merkuri di luar 90b dan 90c.
Pada masa akan datang, Shallue dan Vanderburg merancang untuk menerapkan rangkaian neural mereka ke arkib penuh Kepler lebih daripada 150,000 bintang. Dalam kumpulan data besar ini, lebih banyak planet cenderung mengintai, dan mengutip kemungkinan dalam sistem multi-planet yang telah dikaji. Dalam hal ini, misi Kepler (yang telah sangat berharga untuk penyelidikan eksoplanet) telah menunjukkan bahawa ia mempunyai banyak lagi yang ditawarkan.
Sebagai Jessie Dotson, saintis projek Kepler di Pusat Penyelidikan Ames NASA, meletakkannya:
"Hasil ini menunjukkan nilai bertahan Kepler yang berkekalan. Kaedah baru untuk melihat data - seperti penyelidikan peringkat awal ini untuk menerapkan algoritma pembelajaran mesin - berjanji akan terus menghasilkan kemajuan yang signifikan dalam pemahaman kita mengenai sistem planet di sekitar bintang lain. Saya yakin ada lebih banyak perkara pertama dalam data yang menunggu orang mencarinya. "
Secara semula jadi, fakta bahawa bintang seperti Matahari sekarang diketahui memiliki sistem lapan planet (seperti Sistem Suria kita), ada yang bertanya-tanya apakah sistem ini dapat menjadi pertaruhan yang baik untuk mencari kehidupan di luar bumi. Tetapi sebelum ada orang yang terlalu bersemangat, perlu diperhatikan bahawa planet Kepler-90 mengorbit agak dekat dengan bintang. Planet terluar, Kepler-90h, mengorbit pada jarak yang sama dengan bintangnya seperti Bumi ke Matahari.
Penemuan planet kelapan di sekitar bintang lain juga bermaksud ada sistem di luar sana yang menyaingi Sistem Suria dalam jumlah planet. Mungkin sudah tiba masanya kita mempertimbangkan semula keputusan IAU 2006 - anda tahu, keputusan di mana Pluto "diturunkan"? Dan semasa kita mencuba, mungkin kita harus melacak Ceres, Eris, Haumea, Makemake, Sedna dan yang lain untuk mencari makanan. Jika tidak, bagaimana lagi kita merancang untuk mengekalkan rekod kita?
Di masa depan, proses pembelajaran mesin yang serupa kemungkinan besar akan diterapkan pada misi perburuan eksoplanet generasi akan datang, seperti Transiting Exoplanet Survey Satellite (TESS) dan James Webb Space Telescope (JWST). Misi ini dijadualkan untuk dilancarkan pada tahun 2018 dan 2019, masing-masing. Dan sementara itu, pasti ada banyak lagi wahyu dari Kepler!
