आर्टिफिशियल इंटेलिजेंस 50 एक्सोप्लैनेट के अस्तित्व की पुष्टि करता है

विषयसूची:

आर्टिफिशियल इंटेलिजेंस 50 एक्सोप्लैनेट के अस्तित्व की पुष्टि करता है
आर्टिफिशियल इंटेलिजेंस 50 एक्सोप्लैनेट के अस्तित्व की पुष्टि करता है
Anonim

ब्रिटिश खगोलविदों ने एक मशीन लर्निंग एल्गोरिदम विकसित किया है जो टीईएसएस और केप्लर टेलीस्कोप से छवियों का विश्लेषण कर सकता है और जांच सकता है कि दूर के सितारों में वास्तव में एक्सोप्लैनेट हैं या नहीं। विशेष रूप से, वह पहले ही केप्लर के डेटा का विश्लेषण करके 50 एक्सोप्लैनेट के अस्तित्व की पुष्टि कर चुका है। उनके काम के परिणाम रॉयल एस्ट्रोनॉमिकल सोसाइटी के वैज्ञानिक पत्रिका मासिक नोटिस में प्रकाशित हुए थे।

"इस एल्गोरिदम के लिए धन्यवाद, हमने एक बार में 50 उम्मीदवारों को पुष्टिकृत एक्सोप्लैनेट की श्रेणी में स्थानांतरित कर दिया। इससे पहले किसी ने भी मशीन लर्निंग सिस्टम का उपयोग नहीं किया है। अब हम न केवल यह कह सकते हैं कि कौन सा उम्मीदवार सबसे अधिक ग्रह है, लेकिन हम सटीक रूप से भी कर सकते हैं इसकी संभावना की गणना करें ", - अध्ययन के लेखकों में से एक, वारविक विश्वविद्यालय (यूके) डेविड आर्मस्ट्रांग के ग्रह वैज्ञानिक ने समझाया।

पिछले कुछ वर्षों में, खगोलविदों ने इस भूमिका के लिए एक हजार से अधिक एक्सोप्लैनेट और कई हजार उम्मीदवारों की खोज की है। उनमें से अधिकांश तथाकथित गर्म ज्यूपिटर से संबंधित हैं - बृहस्पति के आकार के ग्रह, जो कि सूर्य के मुकाबले बुध की तुलना में अपने तारे के करीब परिमाण का एक क्रम है। इसी समय, एक्सोप्लैनेट के बीच, छोटे ग्रह तेजी से पाए जा रहे हैं, जो आकार में पृथ्वी के बराबर हैं।

अधिकांश ज्ञात एक्सोप्लैनेट की खोज केप्लर टेलीस्कोप द्वारा की गई थी। लगभग चार वर्षों तक, उन्होंने सैकड़ों हजारों सितारों की लगातार निगरानी की, जो सिग्नस और लाइरा नक्षत्रों की सीमा पर स्थित हैं। यदि उनकी तस्वीरों में यह देखा गया कि कोई तारा समय-समय पर चमक में कमी करता है, तो यह इस बात का संकेत हो सकता है कि समय-समय पर इसे तारे के चारों ओर घूमने वाले ग्रह द्वारा दूरबीन से "अवरुद्ध" किया गया था। खगोलविद इस घटना को मार्ग या पारगमन कहते हैं।

हालांकि, इसका कारण अन्य घटनाएं हो सकती हैं, जिनमें स्वयं प्रकाशकों के भीतर प्रक्रियाएं भी शामिल हैं। एक नियम के रूप में, लंबी अवधि के अवलोकन एक को दूसरे से अलग करना संभव बनाते हैं, लेकिन इसके लिए एक स्टार की गतिविधि पर सभी उपलब्ध वैज्ञानिक डेटा की छवियों और विश्लेषण की एक बहुत लंबी और श्रमसाध्य तुलना की आवश्यकता होती है।

आर्टिफिशियल इंटेलिजेंस सुराग

ब्रिटिश वैज्ञानिकों ने एक मशीन लर्निंग एल्गोरिदम विकसित किया है जो सूचना के विश्लेषण के लिए मानव या शास्त्रीय सांख्यिकीय विधियों की तुलना में इस समस्या को तेजी से और बेहतर तरीके से हल कर सकता है। यह एक बहुस्तरीय तंत्रिका नेटवर्क है जो सितारों की छवियों की एक श्रृंखला में छिपे हुए पैटर्न को ढूंढ सकता है।

इस कृत्रिम बुद्धि को प्रशिक्षित करने के लिए, वैज्ञानिकों ने एक डेटासेट का उपयोग किया जिसे केप्लर ने पहले से ही पुष्टि किए गए एक्सोप्लैनेट की खोज से एकत्र किया था, साथ ही ऐसी वस्तुएं जिनके अस्तित्व की बाद में पुष्टि नहीं हुई थी। कुल मिलाकर, प्रशिक्षण के लिए कृत्रिम बुद्धि के माध्यम से 30 हजार से अधिक पारगमन संचालित किए गए।

वैज्ञानिकों ने केपलर कैटलॉग से कई सौ अभी तक अपुष्ट ग्रहों पर एल्गोरिथ्म के संचालन का परीक्षण किया है। एल्गोरिथ्म ने 50 वस्तुओं की पहचान की है जो 99% से अधिक एक्सोप्लैनेट होने की संभावना है। खगोलविदों ने बाद में अन्य डेटा विश्लेषण विधियों का उपयोग करके इसकी पुष्टि की।

शोधकर्ताओं का मानना है कि उनके विकास का उपयोग स्वचालित रूप से और बहुत जल्दी नए एक्सोप्लैनेट की खोज के लिए किया जा सकता है। एल्गोरिथम वास्तविक समय में TESS और अन्य दूरबीनों से डेटा का विश्लेषण कर सकता है। विशेष रूप से, आर्मस्ट्रांग और उनके सहयोगियों को उम्मीद है कि उनकी कार्यप्रणाली का उपयोग निर्माणाधीन यूरोपीय अंतरिक्ष वेधशाला प्लेटो के काम में किया जाएगा, जिसे 2026 में लॉन्च किया जाना है।

सिफारिश की: