Når AI-en din blir en planetjegger
Tidligere var det å oppdage eksoplaneter en ekte sensasjon. Nå skjer det på løpende bånd. Forskere ved University of Warwick har brukt kunstig intelligens på data fra NASAs TESS-teleskop. Resultatet? 118 nye planeter. Og det er bare starten. De har også bekreftet over 2000 gode kandidater, hvorav nesten 1000 er helt nye.
Det mest imponerende: Dataene har ligget der i årevis. Mennesker har analysert dem. Likevel overså vi over hundre planeter. Ikke et spark mot astronomene – det viser bare hvor knallgod AI er på å se mønstre.
Utfordringen med å finne prikken i universets høystakk
Hvorfor er dette så stort? Tenk deg en stjerne som blinkes svakt til med jevne mellomrom. Kanskje en planet passerer forbi. Men andre ting kan gi samme effekt. To stjerner som danser rundt hverandre. Støv. Eller bare støy fra instrumentene.
TESS har skannet over 2,2 millioner stjerner. Hver eneste en spytter ut hauger av data. Forskerne fokuserte på planeter tett innpå stjernen – de som snur seg rundt på under 16 dager. Selv da drukner du i falske alarmer.
Her svikter menneskehjernen ofte. Trøtthet tar overhånd.
Møt RAVEN: AI-en som aldri sover
Teamet lagde RAVEN – et kult akronym som en automatisert detektiv. Den går gjennom dataene og sorterer planet fra tull.
Slik fungerer det: De trente RAVEN på hundretusener av simulerte planeter og falske signaler. AI-en lærte å kjenne ekte transitter fra støy. Så slapp de den løs på TESS-data.
RAVEN skiller seg ut. Den håndterer hele kjeden: Oppdager signalet, sjekker det med maskinlæring, og bekrefter med statistikk. Andre verktøy stopper halvveis. Dette er som en etterforsker som finner spor, graver dypere og skriver rapporten.
De rareste planetene RAVEN fant
Hva slags verdener snakket vi om? Noen skikkelig merkelige.
Ultra-korte perioder. Planeter som fullfører en bane på under 24 timer. Et år kortere enn en dag. Gravitasjonen må være vill.
Planeter i Neptun-ørkenen. Teorien sier de ikke burde finnes der. Neptune-størrelse på visse baner – en ørken uten vann. Men RAVEN fant noen. Enten må vi justere modellene, eller de er ekstremt sjeldne.
Pluss tettpakket systemer med flere planeter. Flere verdener som sirkler samme stjerne, nesten klemt sammen i en kosmisk tango.
Den ekte gevinsten: Kart over planetpopulasjoner
Størst spenning ligger i tallene. RAVEN svarer på store spørsmål.
Hvor vanlig er nærliggende planeter? Rundt 9–10 prosent av sollignende stjerner har dem. Stemmer med Keplers funn, men med ti ganger mindre usikkerhet. Nå vet vi det på ordentlig.
Hvor tom er Neptun-ørkenen? Bare 0,08 prosent har neptunstore planeter der. Første gang vi har et presist tall.
Slike data former ikke overskrifter, men de er gull for å forstå universet.
Hvorfor dette rocker utover nye bilder
AI revolusjonerer ikke bare jakten på planeter. Den gir presise kart over typer, baner og størrelser. Vanlige mot sjeldne.
Dette tester planetdanningsmodellene. Uventede mønstre? Modellene haltinger. Spennende – vi har mye å lære om hvordan verdener formes.
Forskerne delte alt: Data og verktøy. Nå kan andre grave dypere, peke teleskoper mot de beste, jakte livstegn. Slik skal vitenskapen fungere – ett funn tenner mange til.
Det kjedelige, men viktige
Ingen sensasjonshysteri her. Publisert i Monthly Notices of the Royal Astronomical Society, gransket og godkjent. De var kresne med hva som teller som planet. Dette er bekreftede verdener, ikke gjetninger.
RAVEN blir bare bedre. Mer data, mer læring. Nye oppdrag som ESAs PLATO kommer med tsunamier av info. Klar for avgang.
Det store bildet
Dette endrer astronomi for godt. Før begrenset av menneskelig fokus og intuisjon. Nå pøser vi terabytes inn i AI og ber den finne alt – selv det rare som utfordrer forventningene.
RAVEN erstatter ikke astronomer. Den frigjør dem fra slit. La dem løse de spennende spørsmålene: Hvorfor finnes disse planetene? Hvordan oppsto de? Kan liv trives der?
Disse 100+ planetene er ikke bare trofeer. De er dører til nye gåter.
Kilde: https://www.sciencedirect.com/article/pii/S1364682625000053