Googleの研究者がAIを使って太陽系外惑星を発見する方法を開発しています。"トランジット法"と呼ばれる手法に機械学習を組み合わせ、ケプラーが取得した140億ものデータポイントのなかから、より高い精度で惑星の検出を試みます。
トランジット法とは、一定の明るさを発する恒星と、それを観測する観測者との間を物体が通過したときに起こる明るさの低下を調べて、惑星を発見する方法のこと。
ケプラー宇宙望遠鏡はこれまで20万個の惑星を30分間隔で観測してきており、それらは140億ものデータポイントとして蓄積されています。当然ながらそれらを人間が分析するのはもはや現実的でなく、2016年5月にはコンピューターによる分析処理で効率を飛躍的に向上させた結果、1436個もの太陽系外惑星を確認したと発表されています。
Google AIの研究者Chris Shallue氏は、テキサス大学オースティン校の天体物理学者Andrew Vanderburg氏らとともに、惑星を発見したデータとそれ以外の物体だった場合のデータ、合計1万5000件を機械学習させ、96%以上の精度で惑星とそれ以外の物体を見分けられるようにしました。
そして、これまでの分析で2つ以上の惑星を従えることが判明している670個の恒星のデータを再分析した結果、データの中にうずもれていた2つの未発見惑星を検出しました。それらは現在Kepler-90i、Kepler-80gと呼ばれています。Googleの研究者がAIを使って太陽系外惑星を発見する方法を開発しています。"トランジット法"と呼ばれる手法に機械学習を組み合わせ、ケプラーが取得した140億ものデータポイントのなかから、より高い精度で惑星の検出を試みます。
トランジット法とは、一定の明るさを発する恒星と、それを観測する観測者との間を物体が通過したときに起こる明るさの低下を調べて、惑星を発見する方法のこと。
ケプラー宇宙望遠鏡はこれまで20万個の惑星を30分間隔で観測してきており、それらは140億ものデータポイントとして蓄積されています。当然ながらそれらを人間が分析するのはもはや現実的でなく、2016年5月にはコンピューターによる分析処理で効率を飛躍的に向上させた結果、1436個もの太陽系外惑星を確認したと発表されています。
Google AIの研究者Chris Shallue氏は、テキサス大学オースティン校の天体物理学者Andrew Vanderburg氏らとともに、惑星を発見したデータとそれ以外の物体だった場合のデータ、合計1万5000件を機械学習させ、96%以上の精度で惑星とそれ以外の物体を見分けられるようにしました。
そして、これまでの分析で2つ以上の惑星を従えることが判明している670個の恒星のデータを再分析した結果、データの中にうずもれていた2つの未発見惑星を検出しました。それらは現在Kepler-90i、Kepler-80gと呼ばれています。
続きはソースで
Google、AIを太陽系外惑星発見プロセスに応用。機械学習で「見逃していた惑星」を複数発見 - Engadget 日本版
http://japanese.engadget.com/2017/12/14/google-ai/