Bienvenido a Shenzhen Xenon Industrial Ltd
中国站
Estás aquí:Casa >> FAQ

Apoyo

Apoyo

Contáctanos

Attention: Michael Yeh
Tel: +86-189-2387-8430
QQ: 3351786486
Skype: xenon_michael
Email: michael@xenon.cn

Shenzhen factory & office: 
2/F Block B8 Hengfeng Industrial Park
Zhoushi Road, Xixiang Baoan
Shenzhen China 518026

Huizhou factory & office: 
3/F Block 1, Zhonghai Industrial Park, 
Longhai 3rd Road, Dayawan District, 
Huizhou, Guangdong,
Chin

FAQ

Inteligencia artificial en la astronomía?

Hora:2018-01-09 Puntos de vista:2933
Ilustración del detector Kepler de la NASA. La sonda se lanzó en 2009 para buscar planetas extrasolares. Ilustración: WENDY STENZEL, AMES RESEARCH CENTER / NASA
Autor: Nadia Drake
Por primera vez en astronomía, los científicos entrenaron la inteligencia artificial para examinar enormes cantidades de datos recolectados por telescopios, y el resultado realmente descubrió un planeta completamente nuevo.
El planeta recientemente descubierto, con el nombre en clave "Kepler-90i", se ha ocultado en los datos recopilados por los detectores Kepler de la NASA. El planeta, a unos 2.500 años luz de distancia de la Tierra, gira alrededor de una estrella con otros siete planetas, por lo tanto, el sistema Kepler-90 tiene muchas similitudes con nuestro sistema solar.
"Kepler ha demostrado como nosotros que la mayoría de las estrellas tienen planetas", dijo Paul Hertz de la NASA en una conferencia de prensa anunciando el descubrimiento. Hoy, Kepler ha confirmado que las estrellas, como nuestro sistema solar, tienen una gran familia de planetas.
Unos días antes de la conferencia de prensa, el fanatismo mediático pudo haber detectado vida extraterrestre. No es de extrañar que las noticias sean completamente poco confiables, pero demuestra que el aprendizaje automático puede ayudarnos a aprender más sobre el probable planeta emocionante en toda la galaxia.
Buscar en el mar de estrellas
La sonda Kepler, lanzada en 2009, ha observado una pequeña pieza de 150,000 estrellas en el cielo durante cuatro años completos. Su misión es buscar pequeñas obstrucciones a las estrellas cuando el planeta pasa frente a la estrella. Cuando los científicos encuentran señales tan pequeñas en sus datos, pueden calcular el tamaño de un planeta y qué tan lejos está de su estrella madre.
Hasta ahora, los detectores de Kepler han confirmado la presencia de 2525 planetas y más planetas en sus datos. Sin embargo, no es fácil confirmar un planeta. Para los humanos, el peinado manual de grandes cantidades de datos de Kepler es una tarea insuperable, ya que estos datos contienen aproximadamente 10 órbitas planetarias potenciales. Además, la luz estelar se debilitó, no necesariamente todos los planetas son: manchas solares estelares, estrellas binarias y otros cuerpos celestes es probable que tengan el mismo efecto que los planetas para cubrir estrellas.
Debido a esto, Chris Shallue del departamento de inteligencia artificial de Google decidió usar redes neuronales para resolver este problema. Anteriormente, el enfoque de aprendizaje automático se había utilizado para seleccionar y clasificar los datos Doppler, sin embargo, la red neuronal de Shallue pudo proporcionar algoritmos más robustos.
Shallue dijo: "Cuando me enteré de que los detectores de Kepler recogían tantos datos que los científicos no podían confiar únicamente en las revisiones manuales, quise utilizar redes neuronales en astronomía. Nuestra idea era usar esta tecnología. En las estrellas, enseña al sistema de aprendizaje automático cómo distinguir los planetas alrededor de las estrellas distantes ".
Abre una nueva perspectiva de observación
Como su nombre lo indica, las redes neuronales se construyen sobre la base del funcionamiento del cerebro humano. Los humanos pueden entrenar redes neuronales para identificar y clasificar cosas, como lo que distingue a los perros de los gatos. Eventualmente, después de haber examinado suficientes muestras, la computadora puede clasificar a los gatos y perros por sí mismos.
Shallue entrenó una red neuronal para reconocer la "huella dactilar" única del planeta. Extrajo 15,000 características planetarias reales de la base de datos de Kepler y permitió que el sistema de red neuronal discerniera la diferencia entre la señal de un planeta real y una señal disfrazada de planeta.
Después de eso es la etapa de verificación real. Shallue y Andrew Vanderburg de la Universidad de Texas permitieron que el sistema analizara 670 estrellas que poseen planetas porque podría haber más planetas alrededor de estas estrellas.
Luego, ingresan al sistema señales que no son lo suficientemente fuertes y no pueden ser manejadas por humanos. En estas señales, el sistema de red neuronal identificó dos nuevos planetas. Los hallazgos fueron publicados en el Journal of Astronomy.
"Las señales de estas dos estrellas son débiles y todas las búsquedas previas las han perdido", dijo Shallue.
Aún necesita explorar nuevas áreas
Uno de los planetas es el "Kepler-80g", el sexto planeta conocido en la casa de la galaxia. Kepler-80g es aproximadamente del tamaño de la Tierra, viajando 14.6 días a la semana alrededor de su estrella madre, mientras que su estrella madre es más pequeña y más roja que nuestro propio sol.
La red neuronal también descubrió "Kepler-90i". El planeta, un poco más grande que la Tierra, tarda dos semanas en completar una revolución. Es el tercer planeta rocoso que se encuentra en su galaxia anfitriona, mientras que su estrella madre es un poco más grande y más caliente que nuestro propio sol. Dentro de Kepler-90i, hay dos planetas más pequeños, mientras que los planetas que giran afuera son mucho más grandes.
Estos planetas son grandes, pero todos "chocan" juntos: la distancia entre ocho planetas y su estrella madre es la misma que la de la Tierra.
Vanderburg dijo: "No quiero ir a un lugar como el Kepler-90i, donde la superficie está muy caliente y calculamos que tiene una temperatura promedio de 427 grados Celsius".
También agregó que puede haber más planetas por descubrir en el Kepler-90. Él y Shallue planean ingresar todos los datos de Kepler en el sistema de redes neuronales y ver qué sucede.
Sin embargo, no hay necesidad de preocuparse por las computadoras en lugar de los astrónomos humanos.
Jessie Dotson de la NASA dice: "Nunca se puede descartar que este trabajo deba hacerse con astrónomos, y primero debe tener la clasificación inicial para entrenar el aprendizaje automático antes de que pueda manejar más que a los seres humanos. Señal ".