Daha önce yedi gezegeni olduğu bilinen bir yıldızın sekizinci gezegeni yapay zekâ ile keşfedildi. Gezegen Dünya’dan 2545 ışık yılı uzaktaki Güneş benzeri Kepler-90 yıldızı çevresinde dolanıyor.
Yeni keşfedilen Kepler-90i, yıldızı çevresinde 14,4 günde dolanan oldukça sıcak karasal bir gezegen. Gezegen, Google’ın makine öğrenimi ile tespit edildi. Makine öğrenimi, bilgisayarların “öğrenmesini” sağlayan yapay zekâ yaklaşımıdır. Buna göre bilgisayarlar, Kepler’in Güneş Sistemi dışındaki gezegenlerin neden olduğu yıldız ışığındaki azalmayı kaydeden veri örneklerini incelemeyi ve gezegenleri keşfetmeyi öğrendi.
NASA’nın Astrofizik Bölümü yöneticisi Paul Hertz: “Arşivlenmiş Kepler verilerinde keşfedilmeyi bekleyen heyecan verici gezegenler var. Buradaki veriler önümüzdeki yıllarda yenilikçi araştırmacılar tarafından kullanılacak bir hazinedir” diyor.
Makine öğrenimi daha önce Kepler veri tabanının araştırmalarında kullanıldı. Devam eden süreçte nöronların insan beynine bağlanma biçimi temel alınarak üretilen “yapay sinir ağının”, uzak dünyalardan gelen zayıf sinyallerin bazılarının bulunmasında önemli rol üstlenebileceği anlaşıldı. Böylece daha önce yedi gezegeni keşfedilen yıldızın gözden kaçan sekizinci bir gezegeni olduğunu gösteren zayıf sinyaller ortaya çıkarıldı.
Diğer gezegen sistemleri Kepler-90’a göre daha fazla hayata elverişlidir. Dünya’dan %30 daha büyük olan Kepler-90i’nin sıcaklığı 420 C derecenin üstünde ve neredeyse Merkür yörüngesinde dolanıyor. En dıştaki gezegen Kepler-90h’nin yıldızına uzaklığı ise Dünya’nın Güneş’e uzaklığı kadar.
Austin’deki Teksas Üniversitesinden Andrew Vanderburg: “Kepler-90 Güneş sisteminin mini bir versiyonu gibi. İçeride küçük dışarıda büyük gezegenleri var. Hepsini yakından inceliyoruz” diyor.
Google’ın araştırma ekibi Google Al’ın yazılım mühendislerinden olan Christopher Shallue Kepler verilerine sinir ağı uygulama fikrini uygulanması fikrini öneren kişi. Uzay teknolojilerinin hızla ilerlemesi ve diğer bilim dallarında olduğu gibi bir yığın veriyle boğuşan astronomide ötegezegen keşfedilmesiyle ilgilenmeye başladı.
“Boş zamanlarımda büyük veri setleri ile ötegezegen keşfedebilmek için Googling’i başlattım ve ardından Kepler görevi ve mevcut büyük veri setleri hakkında bilgi edindim. Makine öğrenimi, insanların arama yapamayacağı kadar çok sayıda veri bulunduğu durumlarda gerçekten büyük iş çıkarıyor” diyor.
Kepler’in dört yıllık veri kümesi 35.000 olası gezegen sinyalinden oluşuyor. Verilerdeki en umut verici sinyalleri doğrulamak için otomatik testler ve bazen de insan gözü kullanılıyor. Bununla birlikte sıklıkla zayıf sinyaller gözden kaçıyor. Shallue ve Vanderburg işte bu sinyallerde ötegezegen olabileceğini düşündü.
Önce sinir ağına geçiş yöntemini öğretmek için, Kepler’in ötegezegen kataloğundaki önceden kontrol edilmiş 15.000 veri dizisini kullandılar. Bu testte sinir ağı %96 gibi yüksek oranda gezegenleri tespit etti. Ardından birden fazla gezegeni olduğu bilinen 670 yıldız verisiyle sinyal taratıldı. Burada özellikle çok gezegenli yıldızların yeni gezegen keşfetmek için en doğru yerler olduğu düşünüldü.
Vanderburg: “Verilerde gezegen izlenimi veren sahte sinyaller de var, gezegen olduğunu gösteren sağlam izlerde. Mücevher bulmak için taşları seçmek gibi bir iş. Eğer daha ince bir elek varsa daha fazla taş elersiniz böylece mücevherleri ayırabilirsiniz.
Sinir ağının eleyerek bulduğu tek gezegen Kepler-90i değildi. Ayrıca Kepler-80 sisteminde de altıncı gezegen buldu. Dünya büyüklüğündeki Kepler-80g komşusu dört gezegenle kütle çekiminin etkisi altında ritmik dans kilidindedir. Buna göre sistemdeki yörüngeler, TRAPPIST-1 sistemindeki yedi gezegen gibi istikrarlıdır.
Shallue ve Vanderburg sinir ağlarını 150.000’den fazla gezegen verisine uygulamayı planlıyor.
Kepler ötegezegen avı için benzeri görülmemiş bir veri seti üretti. Dört yıl boyunca görevi olan boşluğa bakan araç şimdi daha geniş bir alana bakıyor. Her 80 dakikada bir görüş alanını değiştirmektedir.
NASA’nın Ames Araştırma Merkezindeki Kepler projesi araştırmacılarından Jessie Dotson: “Bu sonuçlar Kepler verilerinin kalıcı değerinin ispatıdır. Verilere bakmanın yeni yolları bulundukça –makine öğrenimi gibi- önemli keşiflerin gelmesi hızlanıp eski verilerin gözden geçirilmesi sağlanabilir. Veriler orada ve incelenmeyi bekliyor” diyor.
