ИИ-алгоритм RAVEN ускоряет поиск экзопланет в данных телескопа TESS
Исследовательская группа из Университета Уорика представила нейросетевую модель RAVEN, предназначенную для автоматизированного обнаружения экзопланет в колоссальных массивах данных. В качестве основного источника информации использовался архив космического телескопа TESS, который непрерывно отслеживает яркость миллионов звёзд. Фиксация периодических колебаний светимости — ключевой, но трудоемкий метод поиска планет, проходящих по диску своей звезды.
Ключевая особенность RAVEN — способность выполнять полный цикл обработки данных без участия человека: от первичного выявления подозрительных сигналов до их верификации и статистического подтверждения. Модель прошла обучение на массивах симуляций, что позволило ей эффективно отделять реальные астрономические события от инструментальных помех или явлений, связанных с двойными звездными системами. В ходе работы алгоритм проанализировал данные по 2,2 миллионам звёзд, выявив более 2000 потенциальных кандидатов, при этом половина из них ранее не фигурировала в научных каталогах.
Новые горизонты в изучении планетных систем
Итогом исследования стало официальное подтверждение более 100 экзопланет, 31 из которых была открыта впервые. Среди обнаруженных объектов ученые выделяют:
- Сверхкороткопериодические планеты: объекты, полный оборот которых вокруг звезды занимает менее 24 часов.
- Представители «пустыни горячих нептунов»: планеты промежуточной массы, чье нахождение в определенных орбитальных зонах статистически маловероятно.
- Многопланетные системы: группы объектов с близкими орбитами, изучение которых критически важно для понимания механизмов формирования и динамической стабильности космоса.
Статистические выводы об архитектуре Вселенной
Благодаря высокой скорости обработки данных, ИИ позволил провести масштабный статистический анализ. Ученые вычислили, что порядка 9–10% солнцеподобных звёзд обладают близкими планетарными спутниками. Кроме того, была точно оценена редкость «горячих нептунов» — такие объекты встречаются лишь у 0,08% звёзд. Данный кейс подтверждает, что симбиоз искусственного интеллекта и астрономических архивов данных является наиболее перспективным инструментом для совершения прорывных открытий в фундаментальной науке.
