高角度分辨率項目（DSHARP）的磁盤子結構。Credit: University of Georgia
（神秘的亞大研究地球uux.cn）據美國物理學家組織網（by Alan Flurry, University of Georgia）：佐治亞大學的新研究表明，人工智能可以用來發現太陽系以外的學新系外星長沙開福約炮（約車模教練空姐）vx《749-3814》提供外圍女上門服務快速選照片快速安排不收定金面到付款30分鐘可到達行星。最近的表明研究表明，機器學習可以用來發現系外行星，人工這一信息可以重塑科學家如何探測和識別離地球很遠的可用新行星。
“這項研究的發現一個新奇之處是分析行星仍在形成的環境，”該研究的太陽主要作者、UGA富蘭克林藝術與科學學院物理與天文學系博士生杰森·特里（Jason Terry）說。佐治智“機器學習很少應用于我們以前使用的亞大研究數據類型，特別是學新系外星長沙開福約炮（約車模教練空姐）vx《749-3814》提供外圍女上門服務快速選照片快速安排不收定金面到付款30分鐘可到達用于觀察仍在積極形成行星的系統。”
第一顆系外行星是表明在1992年發現的，雖然已知存在5000多顆，人工但這些行星是可用科學家最容易發現的行星之一。由于兩個主要原因，發現很難看到處于形成階段的外行星。它們距離地球太遠，通常距離地球幾百光年，它們形成的圓盤非常厚，比地球到太陽的距離還要厚。數據表明，這些行星往往位于這些圓盤的中間，傳遞著行星噴出的塵埃和氣體的特征。
研究表明，人工智能可以幫助科學家克服這些困難。
“這是一個非常令人興奮的概念證明，”天體物理學助理教授、外行星和行星形成研究小組的首席研究員、該研究的共同作者卡桑德拉·霍爾說。“這里的力量在于，我們專門使用計算機模擬生成的合成望遠鏡數據來訓練這種人工智能，然后將其應用到真實的望遠鏡數據中。這在我們的領域中是前所未有的，并為詹姆斯·韋伯望遠鏡數據滾滾而來的大量發現鋪平了道路。”
美國宇航局于2021發射的詹姆斯·韋伯太空望遠鏡開創了紅外天文學的新水平，為科學家們帶來了令人驚嘆的新圖像和大量數據，以供分析。這只是該機構尋找系外行星的最新一次嘗試，這些行星在銀河系中分布不均。
Nancy Grace Roman天文臺是一臺2.4米的觀測望遠鏡，計劃于2027年發射，將尋找暗能量和系外行星，這將是下一次在能力和信息和數據傳遞方面的重大擴展，以便為生命梳理宇宙。
韋伯望遠鏡為科學家提供了以極其明亮、高分辨率觀察系外行星系統的能力，而形成環境本身是他們確定最終太陽系時非常感興趣的主題。
特里說：“獲得好數據的潛力正在爆炸，因此這是一個非常令人興奮的時期。”。
新的分析工具至關重要
迫切需要下一代分析工具來迎接這一高質量的數據，因此科學家可以將更多的時間花在理論解釋上，而不是仔細梳理數據并試圖找到微小的簽名。
特里說：“從某種意義上說，我們只是做了一個更好的人。”。“在很大程度上，我們分析這些數據的方式是，你有幾十張、幾百張特定磁盤的圖像，你只需仔細查看并問‘這是擺動嗎？’然后進行十幾次模擬，看看這是不是擺動，……很容易忽略它們，它們真的很小，這取決于清潔，因此，這種方法是一種，非常快，二是，它的精度可以得到人類想要的行星小姐。”
特里說，這就是機器學習已經可以實現的目標，它可以提高人類節省時間和金錢的能力，并有效地指導科學時間、投資和新提案。
“在科學界，尤其是天文學界，對機器學習和人工智能仍然持懷疑態度，對它是一個黑匣子，你有數億個參數，不知怎么你就得到了答案，這是一種有效的批評。但我們認為，在這項工作中，我們已經非常有力地證明了機器學習能夠勝任這項任務。你可以就解釋進行爭論。但在這項研究中我們有非常具體的結果證明了這種方法的威力。"
研究團隊的工作旨在為未來在觀測數據上的應用奠定具體基礎，通過使用模擬觀測來證明該方法的有效性。
這項研究發表在《天體物理學雜志》上。

(責任編輯：知識)