<p>去年 12 月份，谷歌训练了一个神经网络，通过分析美国宇航局（NASA）Kepler 空间望远镜获得的一些数据，发现了两颗系外行星。这项工作作为将机器学习的方法应用到天体物理中的典型案例，或将大大加速人类对系外行星的探索步伐。</p> <p style="text-align:center"><img alt="谷歌开源猎星代码，AI时代的天文爱好者们一起寻找那颗属于自己的星" src="https://simg.open-open.com/show/fceec504a3bcbfba20fbd13be069b448.gif" /></p> <p>而在今天，谷歌<a href="/misc/goto?guid=4959012856982828454" rel="nofollow">开源了他们的代码</a>。任何有兴趣的同学都可以下载代码和数据，在自己的机器上运行。</p> <p>注：系外行星，指在太阳系之外的行星。天文学家估计银河系中可能包含多达4,000 亿颗系外行星。截至 2016 年 2 月 22 日，已经被认定的系外行星总数为 2085 颗，这些行星分属 1331 个行星系，其中有 509 个多行星系。- via Wikipedia</p> <p><strong>天文学家怎么发现系外行星？</strong></p> <p><strong>or 猎星入门</strong></p> <p>我们知道，行星是不发光的，我们之所以能够看到水、金、火、木、土星，是因为它们反射了太阳光线，但这些光线相比于恒星来说是微不足道的。当距离遥远时，即使那些巨大的恒星都可能难以察觉，更何况那些系外行星。</p> <p style="text-align:center"><img alt="谷歌开源猎星代码，AI时代的天文爱好者们一起寻找那颗属于自己的星" src="https://simg.open-open.com/show/2d816dceb0ccbe9b60892e277f8be23b.gif" /></p> <p>天文学家于是想到了另外一种办法——当行星经过恒星的前方时会遮挡一部分光线，这就会导致我们测量的恒星亮度稍微下降，当离开后又会恢复，于是在恒星亮度曲线上就会出现“U形”凹陷；通过这种方法，天文学家可以间接地证明系外行星的存在。</p> <p style="text-align:center"><img alt="谷歌开源猎星代码，AI时代的天文爱好者们一起寻找那颗属于自己的星" src="https://simg.open-open.com/show/a15b0af7c907070dba974e557d34d8d1.jpg" /></p> <p>不过，还有一些其他原因可能会导致测得的恒星亮度降低，例如双星系统、恒星黑子（类似太阳黑子）或者宇宙线打击到空间望远镜上所造成的仪器噪声。</p> <p style="text-align:center"><img alt="谷歌开源猎星代码，AI时代的天文爱好者们一起寻找那颗属于自己的星" src="https://simg.open-open.com/show/19bbde561566127c5f1f848f014450c0.jpg" /></p> <p>为了在 Kepler 空间望远镜的数据中搜索行星，天文学家们使用了自动化软件来检测可能由行星遮光引起的信号，然后手动跟踪去确定这些信号到底是行星还是误报。为了避免检测到太多的信号，以至于他们没有那么多人手来处理，天文学家们对自动检测设置了一个截止点：只有信噪比超过固定阈值才会被提取出来；否则就丢掉。不过即使这样，仍然有大量的信号需要检测。例如到目前为止，已经有超过 30000 个信号被手动检测过，其中约 2500 个被验证为系外行星。</p> <p>可能你也会想到，设置阈值是否会导致一些可能真实的行星信号被丢掉呢？答案是肯定的。但是，限于劳动强度太大，而降低阈值假阳性检测率会伴随着迅速增加，也即能够检测到实际行星的比例将越来越低。</p> <p>然而，这些丢掉的信号里面可能存在一些我们很关切的天体——潜在的宜居行星（类似地球的行星）。这些宜居行星一般相对较小，而且围绕在相对较暗的恒星周围运动，其遮光信号将非常弱。因此在阈值以下丢掉的这些信号可能隐藏着仍未发现的宝藏。</p> <p><strong>来吧！机器学习！</strong></p> <p>考虑到数据的庞大和人力的密集，自然而言想到的一个方法就是：<strong>机器学习</strong>。</p> <p>基于以上的考虑，Google Brain 团队找到了 UT Austin 大学的 Andrew Vanderburg，Vanderburg 是一位著名的天体物理学家，专注于研究系外行星探测。他们合作开发了一个神经网络（CNN 模型），用来在低信噪比检测的信号中搜索系外行星。</p> <p style="text-align:center"><img alt="谷歌开源猎星代码，AI时代的天文爱好者们一起寻找那颗属于自己的星" src="https://simg.open-open.com/show/8ac3957f26714e86a60faf2498418f58.jpg" /></p> <p>就像所有基于神经网络的模型一样，这个模型也需要训练集。幸运的是，如前面所述，我们已经拥有 30000 个 Kepler 信号，这些信号已经由天文学家们人工手动检测和分类过了。</p> <p>Google 团队使用了其中一半的数据用作训练，其中有 3500 个信号经过验证为行星或行星候选者。该网络的输入是同一个光曲线的两个独立视图：一个宽视图，允许模型检查光曲线上其他地方的信号（例如，双星会引起次级信号）；一个是放大视图，使模型能够仔细检查信号的形状（例如将“U形”信号和“V形”信号区分开来）。</p> <p>当完成模型训练后，Google 团队的研究人员用它研究了光曲线的的特征，以检验模型的输出是否与我们的期望相符。方法很简单，就是系统地掩盖输入光曲线的某一个小区域，来检测模型输出的变化。结果显示，如果掩盖那些对判断信号特别重要的区域，模型输出也会相应的改变；但如果掩盖的是不重要的区域，则不会产生显著的影响。</p> <p>举例来说，下面这张为双星（而不是系外行星）的光曲线图，模型做出了正确的预测；其中绿色突显的点是最能影响模型输出的区域，因为它们是对应于双星系统的次级信号。当这些点被掩盖后，模型的输出中判断为系外行星的概率就从0% 突然跃升到 40%。</p> <p style="text-align:center"><img alt="谷歌开源猎星代码，AI时代的天文爱好者们一起寻找那颗属于自己的星" src="https://simg.open-open.com/show/58c33984e9e46d6f5dd7500c0164fc35.jpg" /></p> <p>经过以上的验证后，研究人员对模型的预测能力就充满了信心。他们选择了 670 颗恒星，期望能在它们的光曲线中搜索到新的系外行星。之所以挑选这 670 颗恒星，是因为我们已知这些恒星有多个轨道行星，研究人员们相信这些恒星中应该还拥有一些尚未被发现的行星。</p> <p style="text-align:center"><img alt="谷歌开源猎星代码，AI时代的天文爱好者们一起寻找那颗属于自己的星" src="https://simg.open-open.com/show/97690bdfcf8b0fe1c5e3dd1fd40e1628.jpg" /></p> <p>研究人员选取了远低于天文学家之前设置的信噪比阈值。正如预期的那样，神经网络模型判断的结果显示大部分信号为虚假信号，但令人兴奋的是，有少数极有可能是系外行星的候选者。随后经过检测判定了其中两颗为系外行星： Kepler-90i 和 Kepler-80g。</p> <p>Amazing！！</p> <p><strong>一起猎星吧！</strong></p> <p>从 670 颗恒星中找到了两颗新的系外行星。这项工作可能只是一个开始，而且远没有完成，因为开普勒观测到的数据为 20 万颗恒星。谁知道当把这项技术应用到整个数据集时我们会发现什么。</p> <p style="text-align:center"><img alt="谷歌开源猎星代码，AI时代的天文爱好者们一起寻找那颗属于自己的星" src="https://simg.open-open.com/show/aca5b0a8da460cfeebbd0d68ef21ee89.gif" /></p> <p>独乐了不如众乐乐，Google Brain 团队今天开源了他们的代码。有兴趣的同学不妨加入这场大众的猎星行动，一起来寻找那颗可能属于自己的星球。</p> <p>人工智能时代的天文爱好者，可能不再是拿着昂贵的器材到野外去看星空了，而是使用更强大的工具——机器学习，来搜索宇宙。</p> <p>代码地址：<a href="/misc/goto?guid=4959012856982828454" rel="nofollow">https://github.com/tensorflow/models/tree/master/research/astronet</a></p> <p>via Google Blog</p> <p>来自: <a href="/misc/goto?guid=4959012857093011771" id="link_source2">雷锋网</a></p>
