人工智能模型识别出44个潜在的类地行星系统

瑞士伯尔尼大学和国家行星研究中心(NCCR) PlanetS的研究人员开发了一种突破性的人工智能模型。该模型识别出行星系统中存在未被发现的类地行星的高概率，有可能彻底改变对宜居世界的搜索。

识别类地行星系统的准确率高达99%

该人工智能模型使用伯尔尼行星形成和演化模型进行训练，在识别包含至少一颗类地行星的系统时，准确率高达99%。这大大减少了筛选恒星系统所需的时间，使天文学家能够专注于最有希望的目标。

该模型已经识别出44个极有可能存在未被探测到的类地行星的系统。进一步的研究证实了这些系统存在此类行星的理论可能性。这种创新工具承诺加速发现潜在的宜居系外行星，并提高在地球之外找到生命的机会。

该人工智能使用一种独特的算法来识别和分类可能存在类地行星的行星系统。通过将类地行星的存在与否与恒星系统的属性相关联，该算法可以锁定潜在的候选者。这种方法最大限度地缩短了检测时间，并最大限度地提高了潜在检测的数量，为未来的PLATO和LIFE等任务铺平了道路，以表征这些小型、寒冷的行星。