När din AI-assistent jagar planeter

Tänk dig att jaga planeter bland stjärnorna. Förr var det en lyx för ett fåtal experter. Nu har forskare vid University of Warwick använt AI för att hitta 118 helt nya exoplaneter i data från NASAs TESS-teleskop. Det är bara början. De bekräftade också över 2000 starka kandidater, varav nästan 1000 var tidigare okända.

Det galnaste? All data låg redan där. NASA har samlat in den i åratal. Människor har granskat den. Ändå missade vi över hundra planeter. Det visar inte svaghet hos astronomer – det bevisar hur oslagbar AI är på att se mönster.

Svårt att hitta nålar i rymdens höstack

Varför är det här stort? En stjärna blinkar till ibland. Kanske en planet som passerar framför. Men det kan vara annat: två stjärnor som dansar, damm eller störningar i instrumenten.

TESS har stirrat på 2,2 miljoner stjärnor. Varje en ger massor av data. Forskarnas fokus låg på planeter nära sina stjärnor – de som snurrar runt på under 16 dagar. Trots det drunknar man i falska signaler.

Människor tröttnar här. Fel smyger sig in.

RAVEN: AI som aldrig sover

Forskarna skapade RAVEN – ett smidigt namn för ett smart verktyg. Det är en AI-detektiv som skannar data och sorterar planet från skräp.

Så funkar det: De tränade RAVEN på hundratusentals simulerade planeter och falska signaler. AI:n lärde sig känna igen äkta transit – när en planet skymmer stjärnljus – och allt annat. När den släpptes lös på TESS-data var den rustad för allt.

RAVEN sticker ut. Den hanterar hela kedjan: upptäcker signaler, validerar med maskininlärning och bekräftar statistiskt. Andra verktyg klarar bara delar. Det är som en detektiv som inte bara hittar ledtrådar utan löser fallet helt.

De konstigaste fynden

Vilka planeter hittade RAVEN? Riktigt udda grejer.

Ultra-korta perioder. Planeter som snurrar runt på under 24 timmar. Ett år kortare än en dag. Gravitationen måste vara brutal.

Neptunöknen-planeter. Teorin säger att de inte ska finnas. Neptune-stora planeter saknas i vissa banor, som en öken. Men RAVEN hittade några. Våra modeller behöver fixas.

Plus täta flerplanetssystem. Flera planeter runt samma stjärna, packade tätt i en kosmisk balett.

Genombrottet: Kartlägga planetfolk

Individuella fynd är kul, men statistiken är hetare. RAVEN svarade stora frågor.

Hur vanliga är närplaneter? 9–10 procent av solliknande stjärnor har dem. Stämmer med Keplers data, men med tio gånger lägre osäkerhet. Nu vet vi på riktigt.

Hur tom är neptunöknen? Bara 0,08 procent av stjärnorna har neptunplaneter där. För första gången en exakt siffra på det rara.

Det här formar vår bild av universum, utan rubriker.

Mer än bara fynd

AI förändrar astronomin djupare. Vi kan nu räkna exakt hur vanliga olika planettyper är, deras banor och storlekar.

Det utmanar teorier om planetbildning. Oväntade mönster betyder ofullständiga modeller. Spännande – vi har mycket kvar att lära.

Data och verktyg är öppna. Andra kan dyka djupare, sikta teleskop mot livstecken. Så ska vetenskap funka.

Det seriösa: Vetenskapligt solitt

Ingen hype. Arbetet publicerades i Monthly Notices of the Royal Astronomical Society, granskat och säkert. Inga gissningar – bara bekräftade planeter.

RAVEN blir bara bättre med mer data. Nya uppdrag som ESAs PLATO väntar med ännu mer material.

Den stora vändningen

Det här skiftar astronomin. Från mänsklig blick till AI som skannar terabyte och hittar allt – även det oväntade.

Astronomer slipper tråkigt sorterande. De kan fokusera på varför: Hur bildades de? Bär de liv?

Dessa 100+ planeter är inte slut. De öppnar nya dörrar till mysterier.

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