Данные телескопа «Кеплер», миссия которого завершилась в прошлом году, продолжают обрабатываться. Просеивать наследие «Кеплера» в поисках следов транзита экзопланет через диск своей звезды — рутинная, монотонная и довольно простая технически работа. Она требует в основном вложения времени, а не специфических навыков, которым необходимо долго учиться. Поэтому астрономам в этом помогают, например, энтузиасты-любители, для которых поучаствовать в открытии нового мира всегда в радость. Это позволяет и ускорить обработку данных, и освободить время самих астрономов.
Единообразие и относительная простая форма «снимков» (на самом деле это графики светимости звезд вдоль оси времени, по «яме» на которых можно понять, что диск звезды пересекла планета) удобны не только для того, чтобы передавать их анализ людям без специального образования, но и тренировать машинные алгоритмы, крайне успешные в задачах сортировки. Поняв это, программисты начали обучать свои алгоритмы охоте на новые миры. Первые «нейронки» нырнули в данные «Кеплера» в 2015-м, а первая система глубокого обучения нашла планету в системе Kepler в конце позапрошлого года.

Теперь она же была усовершенствована и смогла работать уже с данными второго периода жизни космического телескопа. В 2013 году из-за отказа части оборудования «Кеплер» уже не мог точно ориентироваться в пространстве и специалисты NASA начали делать при помощи него снимки с выдержкой примерно 75 суток. Этого хватило, чтобы набрать достаточный объем данных для продолжения поиска новых экзопланет, хотя шума на них было больше, чем на снимках предыдущего периода. Собственно, именно поэтому для работы с датасетом К2 «нейронку» пришлось дорабатывать: предыдущая версия на новых данных давала слишком много ложноположительных срабатываний.
AstroNet-K2 — это сверточная нейронная сеть (такие используются для распознавания образов), которая работает на основе обучения с подкреплением. На момент открытия она с 98-процентной вероятностью отбрасывала ложноположительные срабатывания на тестовом датасете, который был собран из данных К2, уже обработанных командой ее создателей. Хотя, как отмечают ее создатели, машине все еще нужна человеческая помощь, чтобы получить в итоге окончательный вердикт.
Читайте также: Проверка на «планетопригодность». Как найти и проверить тысячи экзопланет и обнаружить на них жизнь
Авторы пока что продолжат просеивать те данные, что уже были однажды обработаны людьми, чтобы найти экзопланеты, которые, как и открытые сейчас, «белковые» астрономы пропустили. В конце концов нейронная сеть должна стать автономным «кремниевым астрономом», который продолжит работать с еще нетронутыми записями К2.
Открытые «нейронкой» планеты К2-293b и K2-294b находятся на расстоянии 1300 и, соответственно, 1250 световых лет от Земли, в созвездии Водолея. После того как AstroNet-K2 идентифицировала их, ученые навели на них телескопы и получили подтверждение правоты машины путем прямого наблюдения.
Как отмечают создатели, поскольку недавно начавший свою работу космический телескоп TESS ищет экзопланеты примерно таким же образом, что и «Кеплер» в ходе К2, AstroNet-K2 можно будет с относительной легкостью переучить на работу с данными и нового космического телескопа. Так что стоит полагать, что дни «гражданской астрономии» сочтены.
Иван Шунин