超短周期系外行星藝術想象圖 石琰制圖

近日，由中國科學院上海天文臺葛健教授帶領的國際團隊，利用人工智能，成功在開普勒太空望遠鏡2017年釋放的恒星測光數據中發現了5顆直徑小于地球、軌道周期短于1天的超短周期行星，其中4顆是迄今為止發現的距其主星最近的最小行星，類似火星大小。這是天文學家首次利用人工智能一次性完成搜尋疑似信號和識別真信號的任務，相關研究成果發表在日前出版的國際天文學期刊《皇家天文學會月報》（MNRAS）上。

超短周期系外行星于2011年首次在開普勒太空望遠鏡測光數據中發現，給行星形成理論帶來了獨特的機遇和挑戰，促使科學家重新審視和完善現有的行星系統形成和演化模型。

葛健介紹，超短周期行星的存在，為行星系統的早期演化、行星-行星相互作用以及恒星-行星相互作用的動力學（包括潮汐力和大氣侵蝕）研究提供了重要線索。例如，超短周期行星很可能不是在其當前位置形成，而是從原始軌道向內遷移——這是因為這些超短周期行星的主星在其前期形成階段的半徑比現在大得多，距離更近的超短周期行星如果在恒星形成階段就在恒星附近，很可能早已被其主星吞噬?！巴瑫r，鑒于經常觀察到超短周期行星伴有較長周期軌道的外部行星，因此推測超短周期行星的起源涉及行星兄弟姐妹之間的相互作用，這些相互作用將超短周期行星重新定位到它們當前靠近主星的軌道上，這可能是以前由恒星自身占據的軌道。除此之外，超短周期行星的這種軌道遷移也有可能是由與原行星盤的相互作用或通過與主星的潮汐相互作用驅動而形成的?！?/p>

到目前為止，人類總共只找到了145顆超短周期行星，其中只有30顆半徑小于地球半徑。葛健說：“我們對超短周期行星的了解還非常少，因為樣本量太小了，很難精確了解它們的統計特征和出現率?！?/p>

這項新研究為尋找超短周期行星提供了新方法。葛健說：“受佛羅里達大學計算機系李曉林教授的激勵和啟發，我試圖把人工智能的深度學習應用在開普勒太空望遠鏡釋放的測光數據中，尋找用傳統方法沒能找到的微弱凌星信號。經過近10年的努力，我們終于有了第一份收獲。要想使用人工智能在海量的天文數據中‘挖’到極其稀少的新發現，就需要發展創新的人工智能算法，并進行特定訓練，使之能快速、準確、完備地探尋到這些很難在傳統方式下找到的稀少而微弱的信號?！?/p>

普林斯頓大學天體物理學家喬西·溫評論：“超短周期行星或稱‘熔巖世界’，擁有出乎意料的特性，為我們理解行星軌道如何隨時間變化提供線索。這項尋找新行星的技術成就讓我印象深刻?！?/p>

更多精彩內容請關注科普中國官方網站