XVII Международная студенческая научная конференция Студенческий научный форум - 2025

Введение. Современный мир сложно представить без использования искусственного интеллекта (ИИ). С каждым годом ИИ совершенствуется и набирает всё большей популярности. Его средства применяют практически во всех сферах жизни. Не является исключением и освоение космоса. Учёные считают, что искусственный интеллект способен совершить колоссальный прорыв в исследовании Вселенной в будущем. Он используется как в космической технике, так и непосредственно в изучении небесных тел. Заострим внимание на последнем, а именно на поиске планет. Существуют разные методы для их нахождения. Некоторые из них используются вместе с ИИ [2].

Цель исследования. Целью исследования является изучение того, как нейронные сети определяют нахождение экзопланет с помощью информации, полученной использованием основных методов поиска планет. Исходя из обработанных данных необходимо выявить, какими преимуществами и недостатками применения обладает искусственный интеллект в их поиске. Также стоит выяснить, как полезны алгоритмы ИИ астрономии в нахождении планет.

Материал и методы исследования. Экзопланеты, открытые с помощью ИИ, основываются на стандартных методах их обнаружения. Рассмотрим те методы, данные которых были обработаны искусственным интеллектом.

Транзитный метод заключается в том, что планета проходит перед диском звезды, тем самым уменьшая её светимость, величина зависит от размеров звезды и планеты.

Метод гравитационного микролинзирования состоит в том, что при прохождении вблизи массивных тел наблюдается отклонение света.

Метод радиальных скоростей или метод Доплера предполагает, что если звезда имеет свою планетную систему, то у неё будет собственная небольшая орбита, по которой она будет двигаться в ответ на притяжение планеты [5].

Результаты исследования и их обсуждение. Одним из самых популярных методов является транзитный. Он использовался в миссии "Кеплер" (2009‒2013) и её продолжении "К2" (2014‒2018). В ней была обнаружена экзопланета Kepler-90i, вращающаяся вокруг звезды Kepler-90 в одноимённой планетной системе. Планета была найдена разработчиком ИИ Google Кристофером Шаллю и астрономом Эндрю Вандербургом. Уже обработанные вручную данные телескопа "Кеплера" они пропустили через алгоритм машинного обучения. Но в этом методе иногда допускались ошибки, когда случайные сигналы и шумы принимались за планеты [4].

Метод гравитационного микролинзирования помог студенту Калифорнийского университета Кеминг Чжану и профессорам астрономии Скотту Гауди и Джошуа Блуму в их проекте. Они разработали алгоритм ИИ, который реализовали на основе кривых звёздного света этого способа. Но происходило так, что алгоритм показывал случаи, не поддающиеся объяснению теориям микролинзирования [1].

Среди самых мощных способов открытия экзопланет числится метод радиальных скоростей. Группа из 12 исследователей из Швейцарии, Великобритании и США на основе свёрточных нейронных сетей (CNN) представила алгоритм, позволяющий эффективно отфильтровывать звёздную активность из данных метода Доплера. Но способ CNN из-за информации на определённом наборе данных может хуже работать с другой информацией и не всегда способен моделировать все виды звёздной активности [3].

Выводы или заключение. Проанализировав информацию, выданную искусственным интеллектом, которая ссылается на способы нахождения планет, можно сделать определённые выводы. Алгоритмы ИИ не всегда работают корректно, и могут принимать за экзопланеты другие астрономические объекты или же ухудшать работу в их частом использовании. Однако преимуществ больше, чем недостатков. В настоящее время возможно отправить большое количество данных на обработку нейронным сетям. Таким образом, ИИ существенно упрощает работу учёным, помогая им открывать новые методы поиска планет.

Список литературы

1. Алгоритм искусственного интеллекта, который бросил вызов микролинзированию для поиска внесолнечных планет / [Электронный ресурс] // New-Science : [сайт]. — URL: https://new-science.ru/algoritm-iskusstvennogo-intellekta-kotoryj-brosil-vyzov-mikrolinzirovaniju-dlya-poiska-vnesolnechnyh-planet/ (дата обращения: 07.12.2024).

2. Астафьев, В. Ю. Анализ сфер применения искусственного интеллекта в современном обществе / В. Ю. Астафьев, Г. Е. Турчанинов // Университетская наука. – 2022. – № 2(14). – С. 143-145. – EDN RGXRVC.

3. Искусственный интеллект на охоте за экзопланетами: как нейронные сети помогают найти «вторую Землю»? / [Электронный ресурс] // IXBT : [сайт]. — URL: https://www.ixbt.com/live/science/iskusstvennyy-intellekt-na-ohote-za-ekzoplanetami-kak-neyronnye-seti-pomogayut-nayti-vtoruyu-zemlyu.html (дата обращения: 08.12.2024).

4. Искусственный интеллект нашел новые экзопланеты / [Электронный ресурс] // Naked Science : [сайт]. — URL: https://naked-science.ru/article/sci/iskusstvennyy-intellekt-nashel-novye (дата обращения: 08.12.2024).

5. Корнейчук М.С. Экзопланеты, методы поиска экзопланет / М.С. Корнейчук, Д.С. Хабитуев // Материалы VI ежегодной научной конференции школьников Иркутской области «Человек и космос». – 2016.