Миры, вращающиеся вокруг звезд, отличных от нашего Солнца, являются «экзопланетами», и они бывают разных размеров, от газовых гигантов, больше чем Юпитер, до маленьких каменистых планет. Эта иллюстрация «супер-Земли» - тип экзоппланет, которые миссия TESS стремится найти за пределами нашей Солнечной системы.
Когда Массачусетский технологический институт (MIT) открыл новый колледж − MIT Stephen A. Schwarzman College of Computing (колледж вычислительной техники MIT им. Стивена Шварцмана), одной из основных целей было продвижение дальнейших инноваций в области вычислительной техники во всех школах MIT. Исследователи уже выходят за рамки традиционных приложений информатики и используют эти методы для развития целого ряда научных областей, от медицины до антропологии, дизайна и открытия новых экзопланет.
Вычисления уже оказались полезными для космического телескопа, предназначенного для открытия экзопланет транзитным методом (TESS), финансируемым НАСА вместе с MIT. Запущенный с мыса Канаверал в апреле 2018 года, спутник TESS сканирует небо, вращаясь вокруг Земли. Эти изображения могут помочь исследователям найти планеты, вращающиеся вокруг звезд за пределами нашего Солнца, так называемые экзопланетами.
«TESS только что завершила первую двухлетнюю миссию, исследуя южное ночное небо», - говорит Сара Сигер, астрофизик и планетолог из Массачусетского технологического Института и заместитель директора по науке TESS. «TESS нашла более 1000 кандидатов в планеты и около 20 подтвержденных планет, некоторые в системах с несколькими планетами».
Пока TESS позволило сделать несколько впечатляющих открытий, ведь найти эти экзопланеты непросто. TESS сканирует более 200 000 далеких звезд, сохраняя изображение этих планет каждые две минуты, а также сохраняет изображение большой полосы неба каждые 30 минут. Сигер говорит, что каждые две недели TESS отправляет около 350 гигабайт данных на Землю. Хотя Сигер говорит, что это не так много данных, как можно было бы ожидать (MacBook Pro 2019 года имеет до 512 гигабайт на диске), однако для анализа данных необходимо учитывать множество сложных факторов.
Сигер говорит, что она давно интересуется тем, как программные вычисления могут использоваться в качестве инструмента для науки, начала обсуждать проект с Виктором Панкратиусом, бывшим главным научным сотрудником Института астрофизики и космических исследований им. М.В. Кавли при Массачусетском технологическом институте, который сейчас является директором и руководителем отдела глобальной разработки программного обеспечения в Bosch Sensortec. Панкратиус, который является специалистом по информатике, говорит, что после прибытия в MIT в 2013 году он начал думать о научных областях, которые производят большие данные, но которые еще не полностью извлекли выгоду из вычислительных технологий. Поговорив с такими астрономами, как Сигер, он узнал больше о данных, которые собирают их приборы, и заинтересовался применением компьютерных методов обнаружения для поиска экзопланет.
«Вселенная - это большое место», - говорит Панкратиус. «Поэтому я считаю, что использовать то, что у нас есть в области компьютерных технологий, - это здорово».
Основная идея, лежащая в основе миссии TESS, заключается в том, что, подобно нашей собственной Солнечной системе, в которой Земля и другие планеты вращаются вокруг центральной звезды (Солнца), существуют другие планеты за пределами нашей Солнечной системы, вращающиеся вокруг разных звезд. Изображения, которые собирает TESS, дают кривые блеска - данные, которые показывают, как яркость звезды изменяется со временем. Исследователи анализируют эти кривые блеска, чтобы найти падения яркости, которые могут указывать на то, что планета проходит перед звездой и временно блокирует часть ее света.
«Каждый раз, когда планета проходит перед родительской звездой, вы бы увидели, как эта яркость снижается», - говорит Панкратиус. «Это почти как сердцебиение».
Проблема в том, что не каждое падение яркости обязательно вызвано проходящей планетой. Сигер говорит, что машинное обучение в настоящее время вступает в игру на этапе «сортировки» анализа данных TESS, помогая им различать потенциальные планеты и другие объекты или явления, которые могут вызывать провалы в яркости, такие как переменные звезды, которые естественно различаются по своей яркости.
Ученые, научившиеся «читать» кривые блеска, по-прежнему вручную проводят анализ кандидат в экзопланеты. Но теперь команда использует тысячи кривых блеска, которые были классифицированы на глаз, чтобы научить нейронные сети распознавать транзиты экзопланет. Вычисления помогают им определить, какие кривые блеска следует изучить более подробно.
Сигер говорит, что, будучи полезным для поиска наиболее важных данных, машинное обучение пока нельзя использовать для простого поиска экзопланет. «У нас еще много работы», - говорит она.
Панкратиус соглашается. «Что мы хотим сделать, так это создать компьютерные системы обнаружения, которые будут мониторить звезды постоянно», - говорит он. «Вы хотите просто нажать кнопку и сказать, покажите мне все. Но к сожалению, в данный момент это до сих пор проводится вручную».
Сигер и Панкратиус также совместно преподавали курс, посвященный различным аспектам вычислений и развития искусственного интеллекта (ИИ) в планетарной науке. Сигер говорит, что вдохновение для курса возникло из-за растущего интереса студентов к изучению искусственного интеллекта и его приложений к передовым наукам о данных.
Источник: https://phys.org/news/2019-09-planets.html