Når din AI bliver planetjæger

Tidligere var det en sjælden begivenhed at spotte planeter uden for vores solsystem. Nu er det hverdag. Forskere fra University of Warwick har brugt AI til at finde 118 helt nye planeter i data fra NASAs TESS-teleskop. Det er kun starten. De har også bekræftet over 2000 solide kandidater – næsten 1000 af dem ukendte før.

Det vilde? Dataene har ligget der i årevis. Mennesker har gennemgået dem. Alligevel overså vi over hundrede planeter. Det er ikke astronomernes fejl. Det viser bare, hvor stærk AI er til at fange mønstre.

Jakten på prikken i det kosmiske høstak

Forestil dig en stjerne, der bliver en smule svagere hver fjerde dag. Lyder som en planet, der passerer forbi? Måske. Men det kan også være to stjerner, der danser rundt om hinanden. Eller støv. Eller bare fejl i målingerne.

TESS har skannet over 2,2 millioner stjerner. Hver giver kæmper af data. Forskere fokuserede på planeter tæt på deres stjerner – de, der snurrer rundt på under 16 dage. Selv så er der masser af falske alarmer.

Her bliver mennesker trætte. Fejl sniger sig ind.

RAVEN: AI'en, der aldrig sover

Holdet byggede RAVEN – et smart værktøj med fed akronym. Det er en automatisk detektiv. Den gennemgår dataene og sorterer planet fra støj.

Træningen? Hundredtusinder af simulerede planeter og falske signaler. AI'en lærte at kende ægte transit-signaler – når en planet skygger for stjernen – og alt det andet rod. Nu er den klar til rigtige data.

RAVEN gør det hele: finder signalet, tjekker det med maskinlæring og bekræfter statistisk. Andre værktøjer stopper halvvejs. RAVEN løser sagen fra A til Z.

De mærkeligste fund

RAVEN afslørede nogle skøre verdener.

Ultra-korte perioder: Planeter, der fuldender en bane på under 24 timer. Et år kortere end en dag. Gravitationen må være vild.

Neptun-ørken-planeter: Teorier siger, de burde ikke findes. Neptune-størrelse i visse zoner? Tomt som en ørken. Men RAVEN fandt nogle. Teorierne skal revurderes.

Plus tætte flersystemer: Flere planeter tæt sammen om en stjerne. En kosmisk tango.

Det store gennembrud: Statistik om planeter

De enkelte fund er fede. Men statistikken er endnu bedre.

Hvor almindelige er tæt-in-planeter? 9-10% af sol-lignende stjerner har dem. Matcher Keplers data, men med ti gange mindre usikkerhed. Nu ved vi det præcist.

Hvor tom er neptun-ørkenen? Kun 0,08% har neptun-størrelse der. Første gang med tal.

Det her former vores billed af universet.

Betydningen bag billederne

AI finder ikke bare planeter. Den kortlægger populationer præcist. Hvor ofte findes hvilke typer? Hvilke baner foretrækker de?

Det tester planetdannelsesteorier. Uventede mønstre betyder huller i modellerne. Spænding pur.

Data og værktøjer er fri. Andre kan grave dybere, pege teleskoper mod de bedste og jage livstegn. Sand videnskab.

Det seriøse: Fakta tjekket

Ingen hype. Publiceret i Monthly Notices of the Royal Astronomical Society. Peer-reviewed. Strenge kriterier for ægte planeter.

RAVEN bliver bedre med mere data. Nye missioner som PLATO kommer. Den er klar.

Det store billede

Astronomi skifter. Før: Menneskelig intuition begrænsede os. Nu: AI gennemsøger terabytes og finder alt – også det uventede.

RAVEN erstatter ikke astronomer. Den frigør dem til de store spørgsmål: Hvorfor er de her? Hvordan opstod de? Liv mulig?

Disse 100+ planeter er ikke enden. De åbner nye gåder.

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