Колумбийские исследователи из Университета Антьокии в Медельине разработали инструмент на базе искусственного интеллекта для ускорения обнаружения планет с потенциально пригодными для жизни условиями. Их исследование опубликовано на портале arXiv, где размещаются нерецензированные научные статьи.
Изучение далёких планет требует значительных временных затрат, даже с использованием таких мощных инструментов, как космический телескоп "Джеймс Уэбб". В некоторых случаях может потребоваться до 200 транзитов (прохождений планеты перед своей звездой) для получения статистически значимых данных о наличии воды, метана, озона и других биомаркеров, что может занять месяцы и годы.
В своём исследовании команда создала и протестировала нейросеть, предназначенную для классификации спектров прохождения и обнаружения биологических сигнатур (характерных признаков).
Поскольку значительная часть данных о спектроскопии атмосферы экзопланет представляет собой шум, ИИ был разработан для его обработки, выявления уровня шума и классификации атмосфер, которые могут содержать метан, озон и/или воду.
Учёные создали 1 миллион синтетических атмосферных спектров, основанных на данных о хорошо изученной планете TRAPPIST-1e, и использовали их для обучения своих моделей. TRAPPIST-1e по размерам схожа с Землёй и является каменистой планетой, находящейся в обитаемой зоне своей звезды.
В результате нейросеть успешно идентифицировала спектры прохождения с необходимыми уровнями соотношения сигнал/шум.
По мнению разработчиков, их программа способна улучшить результаты наблюдений телескопа "Джеймс Уэбб", направленных на поиск следов внеземной жизни и пригодных для неё планет.