Ускорение поиска второй Земли: алгоритм машинного обучения обнаружил 44 потенциально обитаемые планетные системы

Ученые из Бернского университета и Национального центра компетенций в исследованиях (NCCR) PlanetS разработали алгоритм машинного обучения, который способствует обнаружению звездных систем, содержащих планеты, схожие с Землей. Алгоритм способен прогнозировать, в каких областях Вселенной могут находиться обитаемые планеты.

Эту модель разработала команда под руководством доктора Жанны Давуль, ныне работающая в Немецком аэрокосмическом центре (DLR) в Берлине. Алгоритм обучался на основе данных известной Бернской модели формирования и развития планет, которая описывает процессы возникновения и эволюции планет в протопланетных дисках. Методика анализирует характеристики звездных систем, определяя потенциальное наличие в них планет, похожих на Землю. Благодаря высокой точности в 99%, начинаются выделенные системой сеты почти с абсолютной вероятностью содержат схожие с нашей планеты. На основании реальных наблюдений алгоритм идентифицировал 44 системы, в которых предполагается наличие неоткрытых землеподобных планет.

Эта инновационная технология существенно сокращает время на поиск обитаемых экзопланет и увеличивает вероятность их обнаружения. Профессор Янн Алибер и аспирант Ромен Эльтшингер, соавторы исследования, подчеркивают, что модель окажется полезной для миссий, таких как PLATO и LIFE, направленных на изучение небольших холодных планет.

Источник: iXBT