本文來自文匯網(wǎng)（www.whb.cn），作者 | 許琦敏。
新發(fā)現(xiàn)的類似火星大小的超短周期系外行星。由于離主星非常近，行星不光表面溫度很高，而且潮汐力會擠壓行星內(nèi)部和表面產(chǎn)生很多火山噴發(fā)。此為藝術(shù)想象圖（制圖：石琰）
近日，由中國科學(xué)院上海天文臺葛健教授帶領(lǐng)的國際團隊創(chuàng)新了一種結(jié)合GPU相位折疊和卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法，并成功在開普勒（Kepler）2017年釋放的恒星測光數(shù)據(jù)中發(fā)現(xiàn)了五顆直徑小于地球、軌道周期短于1天的超短周期行星，其中四顆是迄今為止發(fā)現(xiàn)的距其主星最近的最小行星，類似火星大小。這是天文學(xué)家首次利用人工智能一次性完成搜尋疑似信號和識別真信號的任務(wù)，相關(guān)研究成果發(fā)表在國際天文學(xué)期刊《皇家天文學(xué)會月報》（MNRAS）上。
已知行星半徑和行星軌道半長軸分布以及五個新發(fā)現(xiàn)的超短周期行星（紅點）。四個新的超短周期行星——Kepler-158d、Kepler-879c、Kepler-1489c和Kepler-2003b——是最接近它們主星的最小行星之一，其軌道在5個恒星半徑以內(nèi)。
經(jīng)過5年的努力和創(chuàng)新，研究團隊成功開發(fā)了結(jié)合GPU相位折疊和卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)的新算法（GPFC）。該算法比國際上流行的BLS法搜尋速度提高了約15倍，檢測準確度和完備度各提高約7%，顯著提高了凌星信號搜索速度、精度和完備度。
該算法已成功應(yīng)用在Kepler的數(shù)據(jù)集中，并識別出五顆新的超短周期行星：Kepler-158d、Kepler-963c、Kepler-879c、Kepler-1489c和Kepler-2003b。其中，Kepler-879c、Kepler-158d、Kepler-1489c和Kepler-963c分別位列迄今為止發(fā)現(xiàn)的最小超短周期行星中的第一、第二、第三和第五名。Kepler-879c、Kepler-158d、Kepler-1489c和Kepler-2003b是最接近其主星的小型行星，其軌道半徑在5個恒星半徑以內(nèi)，展現(xiàn)了新的算法在搜尋微弱凌星信號的優(yōu)勢。
行星半徑小于1.5倍地球半徑與五個新發(fā)現(xiàn)的超短周期行星（紅圈標記）及NASA系外行星檔案中已確認系外行星的主星開普勒星等的關(guān)系圖。標記顏色對應(yīng)主星的有效溫度。新發(fā)現(xiàn)的超短周期行星的主星是類太陽恒星（有效溫度～5000-6000K）中最暗的目標，顯示新的探測方法的超高靈敏度。
這些超短周期行星的存在為行星系統(tǒng)的早期演化、行星-行星相互作用以及恒星-行星相互作用的動力學(xué)（包括潮汐力和大氣侵蝕）研究提供重要線索，對行星形成理論研究有重大意義。
該研究成果對在高精度光度觀測數(shù)據(jù)中快速、高效搜尋凌星信號提供了新的研究方式，也充分顯現(xiàn)了人工智能在天文海量數(shù)據(jù)中探尋微弱信號的廣泛應(yīng)用潛力和前景。
