发现第二个太阳系 厉害了！NASA和谷歌宣布发现第二个太阳系

今天凌晨2点，NASA召开新闻发布会，正式宣布发现一个由八颗行星围绕一颗恒星组成的行星系统。

在此之前，我们生活的太阳系一直是已知围绕一颗恒星运行的行星数量最多的太阳系，围绕太阳运行的行星多达八颗。然而，随着今天新闻发布会上的宣布，我们了解到，在距离我们90-2545光年的一颗名为开普勒的恒星周围，有相同数量的行星。

利用NASA开普勒望远镜获得的数据，天文学家最近发现了隐藏在这个系统中的第八颗行星，从而使这个系统中的旅行恒星数量达到了太阳系中的水平。

开普勒90系统与太阳系的比较

新发现的系外行星叫开普勒-90i，是一颗质量很小的岩石行星。它在公转期间离恒星只有14.4天左右，所以可以想象它的表面温度极高。这一发现的另一个亮点是，这一成果是由Google Inc .的机器学习技术实现的，机器学习技术的本质是计算机通过人工智能技术实现“自主学习”。在这种情况下，计算机学会了如何从开普勒望远镜获得的大量数据中搜索可疑的系外行星信号。

美国宇航局天体物理部门负责人保罗·赫兹(Paul Hertz)表示:“正如我们所料，我们之前分析过的开普勒望远镜数据中仍然隐藏着令人兴奋的新发现，等待采用合适的新工具或新技术来揭示它。”他说:“这一发现表明，我们的数据将是未来几年创新研究的宝贵财富。”

NASA的开普勒望远镜将记录到系外行星经过恒星前方导致恒星亮度的轻微下降，这可以使科学家间接计算出行星的存在和行星的许多物理性质。在这项发现中，研究人员克里斯托弗·夏德和安德鲁·范德伯格训练了一台计算机，学习如何分析开普勒望远镜获得的大量恒星亮度数据，并检测可能表明系外行星存在的异常信号。受人脑中神经元之间联系的启发，科学家们利用人工“神经网络”技术和计算机系统强大的计算能力，对开普勒望远镜获得的海量数据进行自动筛选，最终在存档数据中发现了一个人工分析时被忽略的微弱异常信号，最终证明它是锡兰方向上开普勒-90周围的第八颗行星。

事实上，在此之前，机器学习技术已经被应用到开普勒望远镜数据库的分析中，相关研究已经显示出其在查询隐藏在海量数据中的细微信号方面的优势。

虽然行星的数量是一样的，但是从这个轨道图中可以清楚的看到，开普勒90系统的射程要小得多，几乎就像一个迷你版的太阳系。最外层行星的轨道几乎达到地球轨道的半径距离。

与开普勒90系统相比，其他行星系统在繁殖生命方面可能更有优势。这次发现的新太阳系外行星开普勒-90i比地球大30%左右。它离恒星很近，表面温度估计在800K以上..另一方面，最外层的行星开普勒-90h的轨道距离接近地球。

范德伯格是美国宇航局萨根的博士后研究员，来自奥斯丁的德克萨斯大学。他说:“开普勒90系统就像是太阳系的迷你版。你会发现较小的行星在里面，较大的行星在外面，但整个行星系统的尺度似乎被压缩了，变成了迷你版。”

沙拉是谷歌的子公司谷歌人工智能的高级软件工程师。他想到用神经网络技术来分析开普勒望远镜的数据。在得知天文学和其他学科一样，随着数据采集技术的不断升级，被海量数据淹没后，他开始对系外行星搜索产生浓厚的兴趣，开始思考如何利用自己的计算机技术知识帮助天文学家应对这一困境。

沙拉说:“在业余时间，我开始在网上搜索‘利用大数据搜索系外行星’等话题，然后很快就注意到了开普勒望远镜项目以及向公众发布的海量数据。”他说:“当数据太多，人工分析难以招架时，机器学习技术发挥作用的地方。”

开普勒望远镜在4年的运行中收集的数据中有35000个可能的行星信号。科学家使用自动分析并配合人工检查来解读所有可疑信号。但是面对最弱的信号，这样的分析方法往往会漏掉。沙拉和范德伯格推测，在已经分析过的存档数据中应该有隐藏的行星信号，这在之前的分析中被遗漏了。

首先，他们用之前筛选过的15000个信号案例训练一个计算机神经网络，让它学习识别开普勒望远镜数据集里的行星掩星信号。在本次训练测试中，人工智能判断系外行星信号真假的准确率在96%以上。然后，在计算机系统学会如何识别掩星信号后，研究小组开始尝试让计算机分析和筛选已经发现行星的670颗恒星的数据。科学家认为，这些被证明存在于行星系统中的恒星，最有可能是“漏网之鱼”的地方，可能还有其他以前没有注意到的行星信号。

范德伯格说:“我们发现了许多假阳性信号，但也可能有隐藏的真实信号。就像是在各种小石头中寻找真正的宝石。如果你的筛子更好，你当然会抓到更多的宝石，但同时你抓到宝石的可能性也在增加。”

开普勒-90i并不是这个神经网络系统发现的唯一宝石。在开普勒80系统中，他们还发现了这个系统中的第六颗行星。这颗外行星，编号为开普勒-80g，大小与地球相似，与属于同一行星系统的其他四颗行星处于共振系统中。这将创造一个极其稳定的系统，类似于之前轰动一时的带有七颗行星的TRAPPIST-1系统。

与这些发现相关的论文已经被《天文学杂志》接受，并将在不久的将来发表。沙拉和范德伯格计划让人工智能系统筛选和分析开普勒望远镜的所有数据，然后计算机将筛选15万多颗恒星的亮度数据。

开普勒望远镜在寻找系外行星方面获得了前所未有的大量数据。开普勒望远镜在密切关注一个亮度测量区域超过四年后，现在正在扩展其任务。

美国宇航局艾姆斯研究中心的开普勒望远镜科学家杰西·多德森说:“这些结果显示了开普勒项目的持久价值。新的数据分析方法，如在这项工作中使用机器学习技术的初步研究，将继续增进我们对围绕其他恒星运行的行星系统的知识和理解。我非常肯定，在这些数据中，还会有更多的‘第一次’等待我们去发现。”