AI助手变身行星猎手，太牛了！

哎，记得以前发现系外行星多稀罕、多激动人心吗？现在不一样了。英国华威大学的一帮研究者，用AI从NASA的TESS望远镜数据里挖出118颗全新行星。这才刚开头呢！他们还确认了2000多个靠谱候选体，其中近1000个是头回发现。

最让我震惊的是，这些数据早就在那儿。NASA攒了好几年，人家天文学家也瞅过了。结果呢？上百颗行星就这么被忽略了。这不是埋怨谁，而是AI在找规律上牛到没边。

宇宙大海捞针，为什么这么难？

简单说说为啥大事儿。盯着颗星星，它每隔几天就微微变暗。酷吧？可能是行星从前面过。可麻烦来了：好多东西都能造成这效果。两颗星互相绕着挡光？尘埃？仪器噪音？

TESS一开工，扫了220多万颗星。每颗星的数据堆成山。他们专注轨道超近的行星——一周多就转一圈。即便这样，假信号还是满天飞，人眼一看就累，容易出错。

RAVEN：永不疲倦的AI侦探

这团队搞出个RAVEN（科学家取名真会玩）。它像自动侦探，扫数据就下判断：“这是行星！”“这是噪音！”

咋训练的？用几十万模拟行星和假信号喂它。教它啥是真货，啥是幌子。到真数据时，它啥招都见过。

RAVEN牛在全包：发现信号、机器学习审核、统计确认。别人工具只管一两步，它从头干到尾。就像找线索还顺便破案写报告。

挖出的奇葩行星

RAVEN找着啥？超怪的家伙。

超短周期行星。轨道一周不到24小时！一年比一天还短，重力拉扯得要命。

海王星沙漠里的叛逆者。理论上这区域不该有海王星大小的行星，像沙漠里没水。可RAVEN偏偏找着了。理论得改？还是它们超稀有？

还有拥挤多行星系统。好几颗行星挤同一颗星附近，转圈跳舞。

真突破：搞清行星“人口普查”

单颗行星有趣，但统计数据更带劲。RAVEN帮他们给出硬核答案。

近轨道行星多常见？ 太阳型星10%左右有。跟老Kepler数据吻合，但不确定性低10倍。不再猜了，真知道。

海王星沙漠多空？ 太阳型星里，只有0.08%有这类行星。头回给出精确数字。

这种事儿不吸睛，但懂宇宙规律的关键。

不止挖行星，意义更大

AI在天文不光多找行星。它让咱们精准统计行星种类、轨道偏好、大小分布。

这些数据直戳行星形成理论。如果模式不对劲，模型就得升级。想想，多刺激——宇宙造星球的秘密还多着呢。

他们还开源数据和工具。别人能接着玩，挑有趣系统，用望远镜深挖。找生命迹象啥的。这才叫科学！

靠谱保证

别当炒作。论文登在《皇家天文学会月刊》，审过稿。他们严查假阳性。这不是候选名单，是真确认的行星目录。

RAVEN还会进化。多喂数据就更准。新任务PLATO快发射，数据爆炸，它准备好了。

大格局看

最迷人的是，天文做派变了。从前靠人眼人脑，限死。现在扔海量数据给AI，让它挖一切。不光明显货，还有怪胎。

RAVEN没抢饭碗。它解放天文学家，不用抠数据，能琢磨大问题：这些行星为啥在这？咋形成的？有没生命？

这100多颗行星，不是终点。是新谜题的邀请函。

来源： https://www.sciencedirect.com/article/pii/S1364682625000053