به گزارش روزنامه دیلی میل، محققان برای نخستین بار با استفاده از الگوریتم فراگیری ماشینی وجود ۵۰ سیاره را در خارج از منظومه شمسی تایید کردند. برای نخستین بار محققان با استفاده از الگوریتم های ماشین یادگیری (نوعی از هوش مصنوعی) اطلاعات مربوط به وجود سیاره های خارج از منظومه شمسی را تایید کردند. این اطلاعات توسط تلسکوپ کپلر جمع آوری شده بود.
این الگوریتم که توسط محققان دانشگاه «وارویگ» ساخته شده است، قادر به جدا کردن سیارات واقعی از نمونه های جعلی در نمونه های هزاران کاندیدای مشاهده شده در ماموریت های تلسکوپ ناسا مانند TESS و کپلر است.
محققان با استفاده از اطلاعاتی که در دو مخزن تلسکوپ کپلر ذخیره شده بود، به این الگوریتم هوشمند آموزش دادند تا سیارات واقعی را از سیارات غیرواقعی تشخیص دهد. این الگوریتم در کل وجود ۵۰ سیاره جدید فراخورشیدی را تایید کرد. هرچند تلسکوپ کپلر هزاران سیاره احتمالی رصد کرده بود، اما هیچ گاه مشخص نبود کدام یک از این سیارات واقعی هستند.
اولین سیاره فراخورشیدی در سال ۱۹۱۹ کشف شد اما تا سال ۱۹۹۲ که سیاره فراخورشیدی ۵۱ Pegasi b کشف شد، دانشمندان سیاره فراخورشیدی دیگری کشف نکردند. محققان هنگام جستجو برای سیارات خارج از منظومه شمسی از روش ترانزیت استفاده می کنند که در حقیقت کاهش و افزایش نور ستارگان است. این فرایند نشان از وجود یک سیاره است که دور ستاره مدار می زند. اما گاهی اوقات ممکن است این نوسان نور توسط اجسام آسمانی دیگر یا حتی خطا در دوربین تلسکوپ به وجود آمده باشد.
اکنون این محققان، روشی ابداع کرده اند که می توانند در انبوهی از داده ها، این سیارات فراخورشیدی را کشف کند.«دیوید آرمسترانگ» از دانشکده فیزیک دانشگاه وارویک می گوید که تا به حال هیچ کس از روش هوش مصنوعی برای تایید وجود سیارات استفاده نکرده است. قبلا از فراگیری ماشینی برای رده بندی سیارات استفاده شده بود. اما استفاده از این فناوری برای تایید وجود سیارات تابه حال اجرایی نشده بود.
نظر شما