雖然行星搜尋望遠鏡們能夠非常出色地完成人類交託的工作，它們已成功確定了太陽系外數千個“候選行星”的位置。但這背後，還少不了科學家們從海量數據中進一步“去偽存真”——確定那究竟是真正的行星，還是小故障、小行星、塵埃或是碰巧遇上的雙子星。
▲NASA開普勒望遠鏡曾發現的雙星系統。圖據法新社
比如美國航空航天局（NASA）凌日系外行星調查勘探衞星（TESS）這樣的望遠鏡，它們通常以亮度下降為判定依據，這意味着每當有任何物質經過恆星時，望遠鏡都會收集數據。
可喜的是，英國華威大學已研究出一套計算機學習算法，可利用人工智能（AI）來處理一些繁重的行星確認工作，毫無疑問，這給天文學家提供了一個有效減負、提升效率的新工具。
該研究小組由天文學家戴維·阿姆斯特朗領導，他們通過創建計算機學習算法，讓AI對大量“候選行星”進行觀測。
據悉，在讓AI學習完算法後，研究團隊利用NASA已退役的開普勒太空望遠鏡收集的已確認行星數據和誤報數據，對其進行訓練。隨後，他們讓AI系統分析了另一組完全未經證實的“候選行星”數據，在第一次嘗試中，這套AI系統就從中確認了50顆新行星。
25日，阿姆斯特朗在華威大學新聞稿中表示，用AI系統確認行星，可以幫助科學家們將人力物力用於對太空更有意義的研究中，而不是把時間浪費在“假”行星上，“比起確認哪些候選行星更有可能是真的行星，我們現在只能説出精確統計後的可能性。如果一個候選行星的假陽性概率小於1%，那麼它就可以被認定為是一顆通過驗證的行星。”阿姆斯特朗介紹道。
科技新聞網站CNET則評論稱，利用AI來確認行星是一種能力上的進步，科學家們也一直在使用這一系統對“候選行星”進行統計排名。經過機器學習，AI有望在今後大量的候選行星觀測中，幫助人類確認遙遠世界。
據澳洲新聞網報道，宇宙中的行星們可能數以百萬計，但研究人員表示，一旦計算機算法被建立、訓練完成，AI確定行星的速度能夠比現在更快，操作有望實現完全自動化，甚至能在輸入信息有限的情況下分析大量數據。
這項技術有望被應用於對NASA的TESS任務、歐洲航天局（ESA）的柏拉圖任務等產生的大量數據進行篩選。據悉，僅TESS主要任務一項，就發現了66顆新的系外行星和2100個候選行星。
不過，阿姆斯特朗也表示，他們仍然需要花更多的時間去訓練計算機算法和機器學習，一旦訓練完成，AI系統就能更容易地被應用到未來的候選行星篩選中，“我們也可以結合新的行星發現來逐步改進它。”
（下載紅星新聞，報料有獎！）