به گزارش مهر، 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 تائید کردند. این اطلاعات توسط تلسکوپ کپلر جمع آوری شده بود.
محققان دانشگاه وارویگ و انستیتو آلن ترنینگ یک الگوریتم کشف سیارات خارج از منظومه شمسی ساختند و با استفاده از اطلاعات تلسکوپ کپلر که در دو مخزن ذخیره شده بود، به آن آموزش دادند.
الگوریتم مذکور در کل وجود ۵۰ سیاره خارج از منظومه شمسی از سیارات گازی شکل به اندازه نپتون تا سیاراتی کوچکتر به اندازه زمین را تائید کرد.
هرچند تلسکوپ کپلر هزاران سیاره احتمالی رصد کرده بود، اما هیچ گاه مشخص نبود کدام یک از این سیارات واقعی هستند.
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. بنابراین استفاده از الگوریتم ماشین یادگیری روشی کارآمد به حساب می آید.
دیوید آرمسترانگ محقق ارشد این پژوهش در دانشگاه وارویک می گوید:تا به حال هیچ کس از تکنیک هوش مصنوعی برای تائید وجود سیارات استفاده نکرده است. قبلا از یادگیری ماشینی برای رده بندی سیارات استفاده شده بود. اما استفاده از این فناوری برای تائید وجود سیارات تابه حال اجرایی نشده بود.
در این تحقیق اشاره شده الگوریتم می تواند هزاران سیاره احتمالی را در چند ثانیه تایید کند و از آنجا که مبتنی بر هوش مصنوعی است، می توان آن را ارتقا داد تا برای اکتشافات بعدی کارآمدتر شود.
البته محققان در پژوهش خود اشاره می کنند برای تائید وجود سیارات باید از چند روش به طور همزمان استفاده کرد.
- 16
- 3
