Современная астрономия переживает новую эпоху поиска внеземных миров благодаря сочетанию обширных космических наблюдений и передовых методов искусственного интеллекта (ИИ). В январе 2026 года стало известно, что NASA создало новую версию искусственного интеллекта под названием ExoMiner++, способную анализировать данные миссий Kepler и TESS и находить в них следы потенциальных экзопланет — планет за пределами Солнечной системы. Эта разработка открывает возможности обнаружения огромного числа новых кандидатов на звание «других миров» в архивных и актуальных наблюдениях.
Что такое ExoMiner++ и почему он важен
ExoMiner++ — это алгоритм глубокого обучения, разработанный командой учёных из Центра космических исследований NASA в Эймсе (Ames Research Center). Он основан на исходной версии ExoMiner, которая в 2021 году помогла подтвердить 370 экзопланет в данных космического телескопа Kepler. Новая улучшенная модель обучена одновременно на данных двух миссий — Kepler и TESS, что позволяет ей эффективно работать с потоками информации о звёздных наблюдениях и выявлять слабые признаки планетных транзитов.
Транзит — это уменьшение яркости звезды, которое происходит, когда планета проходит перед диском светила с точки зрения наблюдателя. Эти небольшие падения яркости фиксируются в фотометрических данных телескопов и служат основным методом обнаружения экзопланет в миссиях Kepler и TESS.
Масштаб обнаружения: тысячи кандидатов
В первой серии испытаний ExoMiner++ проанализировал данные TESS и выявил около 7 000 потенциальных экзопланет. Такие объекты называются кандидатами в экзопланеты: они обладают сигналами, характерными для прохождения планеты перед звездой, но требуют дополнительного подтверждения с помощью будущих наблюдений и независимой обработки.
Эти данные открывают огромное поле перспективных объектов: массивная архивная база TESS содержит сотни тысяч слабых сигналов, которые ранее было сложно отделить от шумов, ложных срабатываний и аналогичных по структуре явлений, таких как затмения двойных звёзд. ExoMiner++ помогает справиться с этой задачей, автоматизируя процесс валидации кандидатов и делая его быстрым и масштабным.
Как работает алгоритм
ExoMiner++ применяет методы глубокого обучения, чтобы анализировать отдельные случаи падения яркости звезды и предсказывать, какие из них с высокой вероятностью вызваны прохождением планеты. Это делается путём выявления характерных паттернов в кривых блеска — графиках яркости звезды во времени — которые отличаются от помех, шумовых сигналов или аномалий, связанных с активностью самой звезды.
Алгоритм обучен на примерах как подтверждённых экзопланет, так и ложных сигналов, что позволяет ему сокращать количество ложноположительных результатов и улучшать точность поиска.
Открытые данные и научное сообщество
ExoMiner++ распространяется как открытый программный продукт, доступный для загрузки на платформе GitHub. Это означает, что любой исследователь в мире может использовать модель для анализа данных из архива TESS и Kepler. Такая открытая публикация инструментов соответствует принципам «золотого стандарта» научной работы NASA, которые предусматривают свободный доступ к данным и методам их обработки.
Благодаря этому взаимодействию профессиональных астрономов и научного сообщества, в том числе молодых академических групп и независимых специалистов, анализ архивных данных становится более глубоким и многообразным.
Почему нужны ИИ-алгоритмы в поиске экзопланет
Данные миссий Kepler и TESS огромны по объёму: это десятки тысяч световых кривых звёзд, наблюдаемых длительное время и в высоком временном разрешении. Ручной анализ — даже с привлечением традиционных статистических методов — стал бы непосильной задачей из-за:
- количества наблюдений;
- слабости сигналов транзитов, особенно для небольших или дальних планет;
- присутствия шумов, связанных с инструментальными особенностями и звездной активностью.
ИИ значительно расширяет возможности анализа, отделяя реальные планетные сигналы от тысяч других вариаций данных, которые ранее могли оставаться незамеченными.
Влияние на будущее астрономии
Работа с ExoMiner++ не только увеличивает число потенциальных открытий, но и ускоряет темп научного прогресса в изучении экзопланет. По мере роста базы данных TESS и появления новых миссий, таких как будущий Nancy Grace Roman Space Telescope, технологии глубокого обучения станут ключевыми для выявления и подтверждения всё более слабых и редких сигналов.
Эти подходы особенно актуальны в условиях, когда количество данных, доступных астрономам, превышает возможности традиционных методов анализа. Алгоритмы машинного обучения и глубинного обучения становятся неотъемлемой частью современной астрономии, помогая исследовать Вселенную с беспрецедентной детализацией и скоростью.
Значение для исследований экзопланет
На сегодняшний день зарегистрировано более 6 000 подтверждённых экзопланет вокруг звёзд других систем, и более половины этих открытий связаны с данными Kepler и TESS. Тем не менее многие сигналы остаются необработанными и не подтверждёнными. ExoMiner++ открывает путь к тому, чтобы серьёзно пополнить список кандидатов и потенциально новых миров, включая те, которые могут находиться в районах, пригодных для существования жидкой воды или других интересных условий.
Заключение
Использование искусственного интеллекта, такого как ExoMiner++, становится важным этапом в эволюции методов астрономии, позволяя учёным эффективно анализировать огромные массивы наблюдательных данных и выявлять потенциальные экзопланеты, которые могли бы остаться незамеченными. Благодаря открытости этой технологии и её способности обрабатывать сложные и массивные наборы данных, исследователи могут ускорить открытие внеземных миров и расширить понимание разнообразия планетных систем во Вселенной.
Источники:
Статья создана по материалам Phys.Org
