Yapay Zeka Gezegen Avcılığı Nasıl Değiştiriyor

Zamanlar değişti. Gezegenler bulmak artık nadir bir olay değil. Warwick Üniversitesi'ndeki araştırmacılar NASA'nın TESS teleskobundan aldığı verileri yapay zeka ile analiz ederek 118 yeni gezegen keşfetti. Hatta bunun dışında 2000'den fazla potansiyel gezegeni doğruladı, bunların da neredeyse bin tanesi önceden bilinmeyen dünyalar.

Akıl almaz olan şu: bu veriler yıllardan beri vardı. İnsan gözleri baktı. Ama yüz gezegenin farkına varamadık. Bu astronom hatası değil aslında, aksine yapay zekanın kalıp tanıma yeteneklerinin ne kadar geliştiğini gösteriyor.

Kozmik Çöplükte İğne Bulmak

Neden bu kadar önemli? Bir yıldızı izlediğinizi düşünün. Her birkaç günde bir hafifçe kararıyor. Heyecanlı, değil mi? Büyük olasılıkla önünden bir gezegen geçiyor. Ama işte mesele burada: başka şeyler de aynı kararmaya sebep olabilir. Belki iki yıldız birbirinin ışığını kesiyor. Belki toz. Belki cihaz hatasından kaynaklanan gürültü.

TESS görevinin başında 2,2 milyon yıldız gözlemlendi. Her biri muazzam miktarda veri üretiyor. Araştırmacılar yıldızlarına çok yakın dönen gezegenlere yoğunlaştı — 16 günden kısa sürede tam tur atan dönenler. Ama bu sınırlamadan sonra bile, şüpheli görünen ama yanıltıcı olabilecek işaretler arasında boğulmak kaçınılmaz.

İşte burası insanın yorulduğu, hata yaptığı nokta.

RAVEN'in Gelişi: Yorulmuyor, Sıkılmıyor

Ekip RAVEN adlı bir sistem geliştirdi. (Bilim insanları iyi kısaltmalar bulsalar diye çok seviniyorum.) Bu özünde otomatik bir dedektif — veri yığınına bakıp "Evet, bu gezegen" ya da "Hayır, sadece gürültü" diyebiliyor.

Nasıl çalışıyor? Araştırmacılar RAVEN'ı yüzbinlerce simülasyon yapılan gezegen ve sahte sinyallerle eğitti. Yapay zekanın gerçek gezegenlerin yıldızların önünden geçerken nasıl göründüğünü, diğer şeylerin de nasıl davrandığını öğretti. Gerçek TESS verilerine salındığında, RAVEN tüm hileleri biliyordu.

RAVEN'i diğer sistem araçlarından ayıran özellik, tüm süreci baştan sona idare etmesidir. Sinyali tespit ediyor, makine öğrenmesiyle doğruluyor ve istatistiksel olarak doğrulanıyor. Başka çoğu sistem sadece bir ya da iki adımı yapıyor. Sanki bir araç sadece ipucu bulurken, RAVEN bulup soruştururken, raporu da yazıyor.

En Garip Bulgular

RAVEN ne tür gezegenler keşfetti? Gerçekten ilginç türler var.

Ultra-kısa-periyot gezegenleri keşiflerden biri. Bu dünyalar yıldızlarına o kadar yakın ki 24 saattan kısa sürede tamamını turluyor. Bir seneyi günde yaşayan gezegenler. Çekimsel gerilim bile tahayyül edilmiş.

Sonra da "Neptün çölü" gezegenleri var. Teoriye göre bunlar var olmaması lazım. Neptün büyüklüğündeki gezegenlerin belirli yörüngelerde olması beklenir. Ama bir türlü bulunamazdı. Adeta suyu olması gereken bir çölde. Ama RAVEN bazılarını buldu. Bu da demek oluyor ki ya teoriler değişmeli ya da bu dünyalar daha nadirler.

Sistem ayrıca sıkı sıkıya paketlenmiş çok-gezegen sistemleri de buldu — tek yıldız etrafında birden fazla gezegen, birbirine inanılmaz yakın orbitleriyle dönerken.

Gerçek Başarı: Gezegen Popülasyonları Anlamak

Birey keşiflerinden daha ilginç gelen şey şu: RAVEN'ın sayısal büyük sorulara cevap vermesine izin verdi.

Yıldızın etrafında yakından dönen gezegenler ne kadar yaygın? Güneş benzeri yıldızların yüzde 9-10'unda bunlar var. NASA'nın eski Kepler görevinin bulduğu ile uyumlu, ama bakın: RAVEN bunu on kat daha az belirsizlikle ölçtü. Tahmin değil, bilgi artık.

Neptün çölü ne kadar boş? Güneş benzeri yıldızların sadece yüzde 0,08'inde bu bölgede Neptün boyutu gezegen var. İlk defa, araştırmacılar bu dünyaların ne kadar nadir olduğuna dair somut sayı verebildi.

Çarpıcı manşetlere gelmese de, evrenin nasıl işlediğini anlamak için bu bilgiler kritik.

Neden Bu, Sadece Güzel Resimlerden Öte Önemli

Astronomide yapay zeka sadece daha çok gezegen bulamıyor. Daha derin bir şey yapıyor: gezegen popülasyonlarını hiç olmadığı kadar hassas şekilde incelemesine izin veriyor. Şimdi türlerin ne kadar yaygın olduğunu, yörünge tercihlerini, boyut dağılımını haritalayabiliyor.

Bu bilgi doğrudan gezegen oluşum teorilerine geri beslemesi yapıyor. Beklenmedik kalıplar görürsek, modellerimiz eksik demektir. Heyecan verici, çünkü dünyanın nasıl inşa edildiği hakkında hâlâ çok bilmediğimiz var.

İlaveten araştırmacılar tüm verilerini ve araçlarını kamuya açtı. Diğer astronomlar artık bu bulguları keşfedebiliyor, en ilginç sistemleri seçip kendi teleskoplarını gönderebiliyor, yaşam izleri arayabiliyor, bu gezegenleri detaylı inceleyebiliyor. Bilim işte böyle işlemeli — bir keşif onlarcası tetiklemeli.

Sıkıcı Ama Önemli Kısım

Söylemesi gerekir: bu hype değil. Çalışma Royal Astronomical Society'nin aylık yayınında yayımlandı, hakem kontrolünden geçti. Araştırmacılar gerçek gezegenleri sahte işaretlerden ayırırken çok dikkatli davrandı. Bu "belki" listesi değil, onaylanmış dünyalar kataloğu.

RAVEN daha da gelişecek. Araştırmacılar onu daha fazla veriye uyguladıkça, yapay zeka öğreniyor iyileşiyor. Bu arada ESA'nın PLATO gibi yeni görevler yakında çıkacak ve çok daha fazla veri üretecek. RAVEN hazır olacak.

Daha Geniş Resim

En çok etkileyen şey, bunun astronominin nasıl yapıldığında temel bir kayma olması. Onlarca yıl, insan ilgisi ve sezgisiyle sınırlı kaldık. Bir astronom veriye bakıp hipotez kurardı, peşini takip ederdi.

Şimdi? Terabaytlık veriyi iyi eğitilmiş yapay zeka sistemine besleyip her şeyi bulmasını isteyebiliyor. Sadece bariz şeyler değil, beklentilere uymayan garip durumları da.

Bir bakıma RAVEN astronomları değiştirmiyor. Onları kuru veri taramasından kurtarıp gerçekten ilginç sorulara yoğunlaşmalarını sağlıyor: Neden bu gezegenler burda? Nasıl oluştular? Herhangi birine yaşam konabilir mi?

Bu çalışmada keşfedilen 100+ gezegen sadece keşif değil. Bunlar yeni gizemli soruların davetiyesi.