近日，由中國(guó)科學(xué)院上海天文臺(tái)葛健教授帶領(lǐng)的國(guó)際團(tuán)隊(duì)創(chuàng)新了一種深度學(xué)習(xí)算法，并成功在開(kāi)普勒衛(wèi)星2017年釋放的恒星測(cè)光數(shù)據(jù)中，發(fā)現(xiàn)了5顆直徑小于地球、軌道周期短于1天的超短周期行星，其中4顆是迄今為止發(fā)現(xiàn)的距其主星最近、最小的行星，類(lèi)似火星大小。

這是天文學(xué)家首次利用人工智能一次性完成搜尋疑似信號(hào)和識(shí)別真信號(hào)的任務(wù)，相關(guān)研究成果發(fā)表在國(guó)際天文學(xué)期刊《皇家天文學(xué)會(huì)月報(bào)》（MNRAS）上。

經(jīng)過(guò)5年的努力和創(chuàng)新，研究團(tuán)隊(duì)成功開(kāi)發(fā)了結(jié)合GPU相位折疊和卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)的新算法（GPFC）。該算法比國(guó)際上流行的BLS法搜尋速度提高了約15倍，檢測(cè)準(zhǔn)確度和完備度各提高約7%，顯著提高了凌星信號(hào)搜索速度、精度和完備度。該算法已成功應(yīng)用在開(kāi)普勒的數(shù)據(jù)集中，并識(shí)別出5顆新的超短周期行星，展現(xiàn)了新的算法在搜尋微弱凌星信號(hào)上的優(yōu)勢(shì)。

據(jù)了解，這些超短周期行星的存在，將為行星系統(tǒng)的早期演化、行星-行星相互作用以及恒星-行星相互作用的動(dòng)力學(xué)，包括潮汐力和大氣侵蝕研究提供重要線索，對(duì)行星形成理論研究有重大意義。該研究成果對(duì)在高精度光度觀測(cè)數(shù)據(jù)中快速、高效搜尋凌星信號(hào)提供了新的研究方式，也充分展現(xiàn)了人工智能在天文海量數(shù)據(jù)中探尋微弱信號(hào)的廣泛應(yīng)用潛力和前景。