来自恒星开普勒- 90的第三块岩石星球

开普勒- 90，一种使用谷歌人工智能技术最近发现的系外行星(标记为红色)，这是一个与太阳系非常相似的系统的一部分，在太阳系附近发现了一些较小的行星。

　　研究人员首次利用人工智能发现了另一颗恒星周围的系外行星。

　　官方说法:太阳不再是唯一拥有八颗行星的恒星。

　　在今天的联合电话会议上，NASA和谷歌宣布了最近发现的第八颗行星，它环绕着类似太阳的恒星开普勒- 90，距离地球大约2500光年。新发现的太阳系外行星,开普勒- 90是一个岩石星球的表面温度大约800°F(426°C)在其宿主恒星放大每隔14.4天。

　　Kepler- 90i的发现(以及另一颗被称为开普勒- 80g的系外行星的发现)是由谷歌开发的神经网络用来分析开普勒太空望远镜的档案数据的。

　　“神经网络是一种机器学习算法，它很容易受到人脑的启发，”谷歌AI的高级软件工程师Christopher Shallue说，他也是这项研究的合著者。在一次电话会议中，他解释道，该算法获取样本输入，学习识别数据中的模式，然后使用这些模式进行未来的识别。

　　当开普勒于2009年首次发射时，天文学家不知道其他恒星周围的行星有多普遍。但在四年之内，开普勒就从一个相对较小的区域内，生成了3.5万个可能的行星信号的数据集。虽然一些基本的算法用来对数据进行分类和过滤，但人类的大脑仍然是识别系外行星的主要工具。这不仅花费了很多宝贵的时间，也意味着最弱的信号常常被忽略。

　　在新的神经网络能够分析开普勒数据之前，研究人员必须首先对其进行训练，以便从开普勒的光线曲线中发现凌日系外行星。光线曲线显示当一个轨道行星在它前面经过时，恒星的亮度会下降。

　　使用15,000个先前确认的系外行星信号作为闪存卡，神经网络“学会”正确识别真正的行星。在神经网络知道它要寻找什么样的模式后，研究人员将其释放到开普勒670的较弱信号上。

　　“正如我们所预料的，在我们存档的开普勒数据中有令人兴奋的发现，等待正确的工具或技术来发掘它们，”NASA的天体物理学部门主管保罗·赫兹(Paul Hertz)在一份新闻稿中说。“这一发现表明，我们的数据将成为未来几年来创新研究人员的宝库。”

　　NASA艾姆斯研究中心的开普勒项目科学家杰西·多森说:“这些结果表明了开普勒任务的持久价值。”“研究数据的新方法——比如早期的研究应用机器学习算法——承诺将继续在我们对其他恒星周围行星系统的理解上取得重大进展。”我敢肯定，在等待人们找到他们的数据中，有更多的“第一”。

　　研究人员的发现已经在《天文学杂志》上发表。该团队还将公开发布神经网络的代码和训练模型，任何人想要对开普勒数据进行自己的分析。