➤ Samhällsnytt har tidigare rapporterat om utvecklingen inom artificiell intelligens och nu skriver tidningen Popular Science om hur neurala nätverk, alltså självlärande artificiell intelligens, identifierat två nya exoplaneter.

Att exoplaneter upptäcks är numera relativt vanligt och en nyckel till att hitta dem är Kepler Space Telescope, som redan upptäckt 2525 exoplaneter. Vad som är nytt denna gång är att forskarna använde ett AI-system för att hitta de två nya världarna, som döptes till Kepler-90i och Kepler-80g. Upptäckten av 90i tog antalet planeter runt den stjärnan till åtta, samma som i vårt solsystem. Temperaturen där är dock nästan 500 grader.

Neurala nätverk är också något som blir allt mer vanliga. De används för bland annat översättning på Facebook, FaceID-systemet på nya iPhone X och bildigenkänning på Google Photos.

LÄS MER: Självlärande maskiner: Artificiell dator lärde sig själv utan mänsklig guidning

“Neurala nätverk har funnits i årtionden men på senare år har de blivit oerhört framgångsrika för att lösa en rad problem”, berättade Christopher Shallue, senior mjukvaruingenjör på Google AI, under en konferens på NASA i torsdags. “Och nu har vi visat att neurala nätverk också kan identifiera planeter i data som inhämtats av Kepler Space Telescope.”

Astronomer behöver teleskop för att hitta exoplaneter och AI-forskare behöver stora mängder märkt data. I det här fallet tränade Shallue det neurala nätverket genom att använda 15 000 märkta signaler de redan hade från Kepler. Dessa signaler, som kallas ljuskurvor, är mätningar på hur en stjärnas ljus går ner när en planet i omlopp passerar mellan stjärnan och Keplers “öga”, en teknik som kallas transitmetoden.

Av de 15 000 signalerna var omkring 3500 ljuskurvor från en passerande planet och resten var falska positiver, ljuskurvor som kom från något annat än planeter, till exempel solfläckar. Detta för att det neurala nätverket skulle lära sig skillnaden mellan passerande planeter och signaler från andra fenomen.

Efter det släppte Shallue och hans kollega Andrew Vanderburg, från universitetet i Texas, loss det neurala nätverket på data från Kepler som inte använts under träningen. Nätverket gick igenom data från 670 solsystem och fokuserade på svaga signaler som potentiell kunde representera en oupptäckt planet. Och nätverket hittade alltså två nya planeter.

“Maskinlärande står verkligen ut i situationer när det är för stor mängd data för att människor ska undersöka den själva“, förklarade Shallue. Upptäckten av de två planeterna var “proof of concept” på att deras neurala nätverk fungerar, fastslog han. Nästa steg är att använda tekniken på mycket mer data: signaler från ytterligare cirka 150 000 stjärnor.

Artificiell intelligens har använts i denna sorts forskning tidigare “men detta är första gången ett neuralt nätverk specifict har använts för att identifiera en ny exoplanet“, sa Shallue under en presskonferens.