开普勒望远镜在长达4年的运行期间收集的数据中包含有3.5万个可能的行星信号。科学家们运用自动化分析，在配合人工核对来对所有疑似信号进行判读。但在最微弱的信号面前，这样的分析方法常常会将它们遗漏掉。沙律和范德伯格猜想，在已经被分析过的存档数据中，应该还有隐藏其中的，在此前的分析中被遗漏的行星信号。
首先，他们使用此前已经经过筛选的1.5万个信号案例来训练一个计算机神经系统网络，让它学会去识别开普勒望远镜数据集中的行星掩星信号。在这一训练测试中，人工智能对于真实系外行星信号和假信号的判断正确率达到了96%以上。随后，当计算机系统已经学会了如何识别掩星信号之后，研究小组开始尝试让计算机去对那些在周围已经发现有行星存在的670颗恒星的数据再次进行分析筛查，科学家们认为这些已经被证明存在行星系统的恒星周围是最有可能存在“漏网之鱼”的地方，或许还有其他行星信号此前未能被注意到。
范德伯格表示：“我们发现了很多‘假阳性’信号，但其中也可能隐藏着真实的信号。这就像翻遍各种小石块，寻找真真的宝石的过程。如果你的筛子更好，你当然会捞到更多的石块，但与此同时你捞到宝石的可能性也在增加。”
Kepler-90i并非这一神经网络系统找到的唯一宝石。在开普勒80系统中，他们还找到了这一系统内的第六颗行星。这颗编号为Kepler-80g的系外行星大小与地球类似，它和与它同属一个行星系统的另外4颗行星处于一个共振系统内。这样将造就一个极为稳定的系统，类似之前引发轰动的，拥有7颗行星的TRAPPIST-1系统。
有关这些发现的相关论文已经被《天文学杂志》接受并将在近期出版。沙律和范德伯格下一步计划让人工智能系统对整个开普勒望远镜的全部数据进行筛选分析，届时计算机将对超过15万颗恒星的亮度数据进行筛查。
开普勒望远镜已经在系外行星搜寻方面获得了史无前例的大量数据。在紧盯一个区域进行亮度测定超过4年之后，开普勒望远镜目前正处于其任务延长期。
美国宇航局埃姆斯研究中心的开普勒望远镜项目科学家杰西·道特森(Jessie Dotson)表示：“这些结果显示出开普勒项目的持久价值。分析数据的崭新方法，比如这一工作中对使用机器学习技术的初步研究，将持续加强我们对于围绕其他恒星运行的行星系统的认识和理解。我非常确信，在这些数据中还将有更多的‘第一次’等待着我们去发现。”
免责声明：科技狗对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。 本网站转载图片、文字之类版权申明，本网站无法鉴别所上传图片或文字的知识版权，如果侵犯，请及时通知我们，本网站将在第一时间及时删除：yzl_300@126.com
