Sztuczna inteligencja wyłowiła ze starych danych TESS ponad sto nowych egzoplanet
Astronomowie z Uniwersytetu Warwick opracowali narzędzie sztucznej inteligencji o nazwie RAVEN, które przeszukało obserwacje ponad 2,2 miliona gwiazd zebranych przez teleskop TESS i potwierdziło istnienie 118 nowych egzoplanet — w tym 31 dotychczas nieznanych. Praca opublikowana właśnie w periodyku Monthly Notices of the Royal Astronomical Society pokazuje, że ogromne archiwa danych kosmicznych kryją jeszcze wiele nieodkrytych światów, które wymagają jedynie odpowiednio przenikliwego narzędzia.
Czego szuka TESS i dlaczego dane zalegają w archiwach?
Kosmiczny Teleskop TESS (Transiting Exoplanet Survey Satellite) od 2018 roku monitoruje jasność milionów gwiazd w poszukiwaniu niewielkich przyciemnień sygnalizujących tranzyt planety — chwilę, gdy planeta przechodzi na tle tarczy swojej gwiazdy macierzystej. To skuteczna, lecz wymagająca metoda. Każde takie pociemnienie może być wywołane nie tylko przez prawdziwą planetę, ale też przez gwiazdę zaćmieniową, instrument albo inny artefakt obserwacyjny. Odróżnienie sygnału od fałszywego alarmu to żmudna praca, której nie starczyło rąk, by wykonać ją ręcznie dla wszystkich zarejestrowanych kandydatów. W ciągu pierwszych czterech lat działania TESS zebrał dane dla ponad 2,2 miliona gwiazd — a ogromna część kandydatów wciąż czeka na weryfikację.
RAVEN: kruk, który wypatruje planet
Na to wyzwanie odpowiada potok obliczeniowy RAVEN (skrót od RAnking and Validation of ExoplaNets). Wyzwanie polega na ustaleniu, czy przyciemnienie rzeczywiście pochodzi od planety krążącej wokół gwiazdy, czy też od czegoś innego, jak gwiazdy zaćmieniowe — właśnie to stara się rozstrzygnąć RAVEN — wyjaśnił dr Andreas Hadjigeorghiou z Warwick, który kierował rozwojem potoku. System uczono na setkach tysięcy realistycznie symulowanych tranzytów planet i fałszywych sygnałów, dzięki czemu nauczył się rozpoznawać subtelne różnice między nimi.
RAVEN nie tylko szybciej weryfikuje nowe światy — dostarcza też czystszych zbiorów danych, które można wykorzystać do odpowiedzi na szersze pytania o to, jak powszechne są poszczególne typy planet. Co ważne, cały proces — od wykrycia sygnału przez jego ocenę, aż po statystyczne zatwierdzenie — przebiega w jednym, zautomatyzowanym przepływie pracy.
118 nowych planet i dwa tysiące kandydatów
Wyniki są imponujące. Astronomowie potwierdzili ponad 100 egzoplanet, w tym 31 zupełnie nowych światów, i wskazali tysiące kolejnych obiecujących kandydatów. Wśród zidentyfikowanych obiektów znalazły się planety wyjątkowo cenne dla nauki:
- Planety o ekstremalnie krótkich orbitach — okrążają swoją gwiazdę w czasie krótszym niż 24 godziny. To prawdopodobnie odsłonięte skaliste jądra, z których promieniowanie gwiazdy zdmuchnęło atmosferę,
- Mieszkańcy pustynie neptunowej — strefa wokół gwiazdy, gdzie planety wielkości Neptuna są wyjątkowo rzadkie, bo intensywne promieniowanie błyskawicznie pozbawia je gazowych powłok.
Jak pusta jest pustynia neptunowa?
Towarzysząca praca — opublikowana równolegle w tym samym numerze MNRAS — po raz pierwszy pozwoliła precyzyjnie zmierzyć, jak pospolite są planety o krótkich okresach orbitalnych wokół gwiazd podobnych do Słońca. Okazało się, że 9–10% gwiazd podobnych do Słońca ma przynajmniej jedną bliską planetę, a planety w obrębie pustyni neptunowej pojawiają się jedynie przy 0,08% takich gwiazd. Niepewności tych pomiarów są dziesięciokrotnie mniejsze niż w analogicznych analizach opartych na danych misji Kepler. Po raz pierwszy możemy podać precyzyjną liczbę określającą, jak naprawdę pusta jest ta »pustynia« — powiedział dr Kaiming Cui, główny autor opracowania demograficznego.
Dlaczego to ważne i co dalej?
RAVEN zmienia sposób, w jaki astronomowie obchodzą się z gigantycznymi zbiorami danych. Gdzie dawniej potrzeba było wielu miesięcy ręcznej weryfikacji, sztuczna inteligencja radzi sobie w ułamku tego czasu — i to lepiej, eliminując ukryte uprzedzenia statystyczne, które zaburzały wcześniejsze badania populacji planet.
Zespół udostępnił interaktywne narzędzia i katalogi, dzięki którym inni badacze mogą przeglądać wyniki i wytypować najbardziej obiecujące układy do dalszych obserwacji — naziemnych teleskopów oraz przyszłych misji, takich jak europejska misja PLATO. PLATO ma w kolejnej dekadzie poszukiwać planet skalistych w ekosferach — a lista kandydatów wygenerowana przez RAVEN stanowi gotowy punkt startowy.
To pokaz tego, jak sztuczna inteligencja staje się pełnoprawnym partnerem obserwacyjnej astronomii: nie zastępuje naukowców, lecz odwala za nich najtrudniejszą statystycznie część pracy, dając im czas na pytania, których wcześniej nie mogli nawet zadać.
Źródła:
📌 GŁÓWNE:
- Lafarga M. et al., Automatic search for transiting planets in TESS-SPOC FFIs with RAVEN: over 100 newly validated planets and over 2000 vetted candidates,
- Cui K. et al., Demographics of close-in TESS exoplanets orbiting FGK main-sequence stars,
- Komunikat prasowy Uniwersytetu Warwick
📎 Kontekstowe:
Opracowanie: Agnieszka Nowak
