Her geçen yıl, gittikçe daha fazla güneş enerjisi gezegenleri keşfediliyor. Konuları daha ilginç hale getirmek için, metodoloji ve teknolojideki gelişmeler, bireysel sistemlerde daha fazla gezegenin keşfedilmesine izin veriyor. TRAPPIST-1 olarak bilinen kırmızı cüce yıldızın etrafında yedi gezegenli bir sistemin son duyurusunu düşünün. O zamanlar bu keşif, tek bir yıldızın etrafında dönen çoğu dış gezegen için rekor kırdı.
TRAPPIST-1 üzerinde ilerleyin! Kepler Uzay Teleskobu ve makine öğrenimi sayesinde, Google AI ve Harvard-Smithsonian Astrofizik Merkezi (CfA) ekibi kısa bir süre önce Kepler-90'ın uzak yıldız sisteminde sekizinci bir gezegen keşfetti. Kepler -90i olarak bilinen bu gezegenin keşfi, Kepler misyon verilerinde zayıf bir geçiş sinyalinin kanıtını tespit eden Google algoritmaları sayesinde mümkün oldu.
“Derin Öğrenme ile Dış Gezegenlerin Belirlenmesi: Kepler-80 Çevresinde Beş Gezegen Rezonans Zinciri ve Kepler-90 Çevresinde Sekiz Gezegen” başlıklı bulgularını açıklayan çalışma, kısa süre önce internette göründü ve Astronomi Dergisi. Araştırma ekibi, Google AI'den Christopher Shallue ve Teksas Üniversitesi'nden Andrew Vanderburg ve CfA'dan oluşuyordu.
Güneş benzeri bir yıldız olan Kepler-90, Draco takımyıldızında Dünya'dan yaklaşık 2.545 ışık yılı uzaklıkta bulunuyor. Daha önce de belirtildiği gibi, önceki araştırmalar yıldızın etrafında yedi gezegenin varlığını, karasal (yani kayalık) gezegenlerin ve gaz devlerinin bir kombinasyonunu gösterdi. Ancak, Kepler verileri arasında arama yapmak için oluşturulan bir Google algoritması kullandıktan sonra, araştırma ekibi, başka bir daha yörüngede dönen başka bir gezegenin sinyalinin veriler içinde gizlendiğini doğruladı.
Kepler misyonu, daha parlak yıldızlar etrafında gezegenlerin varlığını ayırt etmek için Transit Metoduna (Transit Fotometri) dayanır. Bu, bir gezegenin gözlemciye göre yıldızın önünden (yani geçişte) geçtiğini gösteren bir gösterge olan parlaklıktaki periyodik düşüşler için yıldızları gözlemlemekten oluşur. Çalışmaları uğruna, Shallue ve Vanderburg bir bilgisayarı Kepler tarafından kaydedilen ışık eğrilerini okumak ve geçişlerin varlığını belirlemek için eğitti.
Bu yapay “sinir ağı” Kepler verileri aracılığıyla elendi ve Kepler-90'ın etrafında daha önce kaçırılmış bir gezegenin varlığını gösteren zayıf geçiş sinyalleri buldu. Bu keşif sadece bu sistemin bizimkine çok benzediğini göstermekle kalmadı, aynı zamanda arşiv verilerinin madenciliği için yapay zeka kullanmanın değerini de doğruladı. Makine öğrenimi daha önce Kepler verilerini aramak için kullanılmış olsa da, bu araştırma en zayıf sinyallerin bile şimdi ayırt edilebildiğini göstermektedir.
NASA’nın Washington’daki Astrofizik Bölümü direktörü Paul Hertz'in yeni bir NASA basın açıklamasında söylediği gibi:
“Tıpkı beklediğimiz gibi, arşivlenmiş Kepler verilerimizde gizlenen, bunları ortaya çıkarmak için doğru araç veya teknolojiyi bekleyen heyecan verici keşifler var. Bu bulgu, verilerimizin gelecek yıllarda yenilikçi araştırmacılar tarafından kullanılabilecek bir hazine olacağını gösteriyor. ”
Kepler-90i olarak bilinen bu yeni keşfedilen gezegen, 14.4 günlük bir süre ile yıldızının etrafında dönen Dünya ile karşılaştırılabilir (1.32 ± 0.21 Dünya yarıçapı) boyutunda kayalık bir gezegendir. Yıldızına yakınlığı göz önüne alındığında, bu gezegenin 709 K (436 ° C; 817 ° F) aşırı sıcaklıklara maruz kaldığına inanılıyor ve bu da onu Merkür'ün gündüz 700 K'den (427 ° C; 800 ° F) daha sıcak hale getiriyor.
Google’ın araştırma ekibi Google AI ile kıdemli bir yazılım mühendisi olan Shallue, astronomi (diğer bilim dalları gibi) hızla “büyük veri” sorunu haline geldiğini öğrendikten sonra Kepler verilerine nöral bir ağ uygulama fikrini ortaya attı. Veri toplama teknolojisi daha ilerledikçe, bilim adamları giderek artan boyut ve karmaşıklığa sahip veri kümeleri ile su altında kalıyorlar. Shallue'nun açıkladığı gibi:
“Boş zamanlarımda, large büyük veri setlerine sahip dış gezegenleri bulmak’ için çalışmaya başladım ve Kepler misyonunu ve mevcut büyük veri setini öğrendim. Makine öğrenimi, insanların verileri kendileri arayamayacağı kadar çok verinin olduğu durumlarda gerçekten parlıyor. ”
Kepler görevi, ilk dört yılında, 35.000 olası gezegen geçiş sinyalinden oluşan bir veri kümesi biriktirdi. Geçmişte, verilerdeki en umut verici sinyalleri doğrulamak için otomatik testler ve bazen görsel incelemeler kullanılıyordu. Bununla birlikte, en zayıf sinyaller genellikle bu yöntemlerle kaçırıldı ve düzinelerce hatta yüzlerce gezegenin hesaba katılmadığını bıraktı.
Bunu geliştirmek isteyen Shallue, makine öğreniminin verileri benimsediğini ve daha fazla sinyal oluşturabildiğini görmek için Ulusal Bilim Vakfı Lisansüstü Araştırma Görevlisi ve NASA Sagan Üyesi olan Andrew Vanderburgh'u bir araya getirdi. İlk adım, Kepler dış gezegen kataloğundan 15.000 önceden denetlenmiş sinyal seti kullanarak geçiş yapan dış gezegenleri tanımlamak için bir sinir ağının eğitilmesinden oluşuyordu.
Test setinde sinir ağı, gerçek gezegenleri ve yanlış pozitifleri% 96 doğruluk oranıyla doğru bir şekilde tanımladı. Transit sinyallerini tanıyabildiğini gösterdikten sonra, ekip sinir ağlarını zaten bilinen çok sayıda gezegene sahip olan 670 yıldız sistemlerinde daha zayıf sinyalleri aramaya yöneltti. Bunlar arasında önceden bilinen beş gezegeni olan Kepler-80 ve yedi tane olan Kepler-90 vardı. Vanderburg'un belirttiği gibi:
“Çok sayıda yanlış pozitif gezegenimiz var, ancak potansiyel olarak daha gerçek gezegenler de var. Mücevher bulmak için kayaları elemek gibi. Daha ince bir elek varsa, daha fazla kaya yakalayacaksınız, ancak daha fazla mücevher de yakalayabilirsiniz. ”
Kepler-80'deki altıncı gezegen, beş komşu gezegeni ile rezonans zincirinde bulunan, Dünya çapında bir gezegen olan Kepler-80g olarak bilinir. Bu, gezegenlerin karşılıklı yerçekimleriyle TRAPPIST-1'in yedi gezegeninin deneyimlediklerine benzer şekilde son derece kararlı bir sisteme kilitlenmesi durumunda ortaya çıkar. Öte yandan Kepler-90i, Merkür benzeri koşullar yaşayan ve 90b ve 90c dışında yörüngeleyen dünya çapında bir gezegendir.
Gelecekte, Shallue ve Vanderburg sinir ağlarını Kepler'in 150.000'den fazla yıldızdan oluşan tam arşivine uygulamayı planlıyor. Bu büyük veri setinde, daha fazla gezegenin gizlenmesi muhtemeldir ve muhtemelen daha önce araştırılmış olan çok gezegenli sistemlerde alıntı yapacaktır. Bu bağlamda, Kepler misyonu (zaten güneşdışı gezegen araştırması için çok değerli olmuştur), daha çok şey sunabileceğini göstermiştir.
NASA’nın Ames Araştırma Merkezi’ndeki proje bilimcisi Jessie Dotson’un dediği gibi:
“Bu sonuçlar Kepler'in misyonunun kalıcı değerini gösteriyor. Verilere bakmanın yeni yolları - makine öğrenme algoritmalarını uygulamak için bu erken aşama araştırması gibi - diğer yıldızların etrafındaki gezegen sistemleri anlayışımızda önemli ilerlemeler sağlamayı vaat ediyor. Verilerde insanların onları bulmasını bekleyen daha fazla ilkin olduğundan eminim. ”
Doğal olarak, Güneş benzeri bir yıldızın şimdi sekiz gezegene sahip olduğu biliniyor (Güneş Sistemimiz gibi), bu sistemin karasal yaşamı bulmak için iyi bir bahis olup olmadığını merak edenler var. Ancak herkes çok heyecanlanmadan önce, Kepler-90'ların gezegenlerinin yıldıza oldukça yakın yörüngede olduğunu belirtmek gerekir. En dıştaki gezegen Kepler-90h, Yıldız'a Dünya'nın Güneş'e benzer bir yörüngede dönüyor.
Sekizinci bir gezegenin başka bir yıldızın etrafında bulunması da orada Güneş Sistemine toplam gezegen sayısı ile rakip olan bir sistem olduğu anlamına geliyor. Belki 2006 IAU kararını yeniden gözden geçirmenin zamanı geldi - bilirsiniz, Pluto'nun “düşürüldüğü” karar? Ve işteyken, belki de Ceres, Eris, Haumea, Makemake, Sedna ve geri kalanını gezegensellik için hızlı bir şekilde izlemeliyiz. Aksi takdirde, kaydımızı korumayı başka nasıl planlayabiliriz?
Gelecekte, Transiting Exoplanet Survey Satellite (TESS) ve James Webb Uzay Teleskopu (JWST) gibi yeni nesil gezegen dışı avlanma misyonlarına benzer makine öğrenme süreçlerinin uygulanması muhtemeldir. Bu görevlerin sırasıyla 2018 ve 2019'da başlaması planlanıyor. Ve bu arada, Kepler'den çok daha fazla vahiy olacak!
