Een algoritme voor kunstmatige intelligentie (AI) ontdekte onlangs het bestaan van 50 nieuwe planeten na analyse van een enorme hoeveelheid NASA-astronomiegegevens. Dit werd onmiddellijk hot news in de astronomieonderzoeksgemeenschap en markeerde de eerste deelname van een AI-systeem aan de missie om naar nieuwe planeten buiten het zonnestelsel te zoeken.
In feite zijn ruimteobservatiegegevens verzameld door ruimtetelescoopsystemen zoals NASA's Kepler en TESS (ESA) vrij overvloedig en bevatten ze veel nuttige informatie met betrekking tot exoplaneten. Dit betekent echter dat wetenschappers veel gegevens moeten doorzoeken en analyseren om te bevestigen welke planeten echt zijn en welke nepsignalen zijn, terwijl de nauwkeurigheid niet te hoog is.
Om dit probleem op te lossen is de meest optimale oplossing het profiteren van de hulp van AI-systemen, met name machine learning-algoritmen, waarvan het voordeel ligt in het vermogen om automatisch te leren en de prestaties en nauwkeurigheid in de loop van de tijd te verbeteren.

AI-algoritmen kunnen helpen bij het met hoge nauwkeurigheid identificeren van nieuwe exoplaneten
Een onderzoeksteam onder leiding van professor David Armstrong van de Universiteit van Warwick (VK) heeft met succes een algoritme ontwikkeld op basis van machine learning-technologie, getraind met geverifieerde gegevens over identiteitskenmerken van echte planeten en nepsignalen van NASA-telescoopsystemen.
Deze telescoopsystemen vangen de signatuur op van planeten die voor hun ster langs passeren. Dit pad creëert een onderscheidende signatuur in het licht dat van de ster komt. Het bovenstaande effect kan echter ook worden veroorzaakt door een dubbelstersysteem, interferentie van andere objecten of zelfs een probleem met de lens. Het AI-systeem van het onderzoeksteam van Warwick University is getraind om de bovengenoemde ‘vals-positieve’ signalen te kunnen scheiden van waarnemingen van echte planeten.
Nadat de training was voltooid, werd het algoritme op de proef gesteld door een groep onbevestigde exoplaneetkandidaten te analyseren. En in deze eerste test identificeerde het algoritme 50 nieuwe planeten, waaronder planeten zo groot als Neptunus tot planeten zo klein als de aarde. Ze bereiken allemaal een vrijwel absolute nauwkeurigheid.
De onderzoekers zeggen dat dit AI-systeem aanzienlijk snellere analyseprestaties levert dan de huidige technieken, en het hele validatieproces volledig automatisch kan voltooien.
In de toekomst zullen dit soort AI-algoritmen zeker de ‘kernkracht’ worden in nieuwe exoplaneetzoekmissies van mondiale astronomische onderzoekscentra.