人工智慧模型識別出44個潛在的類地行星系統

瑞士伯恩大學和國家行星研究中心(NCCR) PlanetS的研究人員開發了一種突破性的人工智慧模型。該模型識別出行星系統中存在未被發現的類地行星的高機率，有可能徹底改變對宜居世界的搜尋。

識別類地行星系統的準確度高達99%

該人工智慧模型使用伯恩行星形成和演化模型進行訓練，在識別包含至少一顆類地行星的系統時，準確度高達99%。這大大減少了篩選恆星系統所需的時間，使天文學家能夠專注於最有希望的目標。

該模型已經識別出44個極有可能存在未被探測到的類地行星的系統。進一步的研究證實了這些系統存在此類行星的理論可能性。這種創新工具承諾加速發現潛在的宜居系外行星，並提高在地球之外找到生命的機會。

該人工智慧使用一種獨特的演算法來識別和分類可能存在類地行星的行星系統。通過將類地行星的存在與否與恆星系統的屬性相關聯，該演算法可以鎖定潛在的候選者。這種方法最大限度地縮短了檢測時間，並最大限度地提高了潛在檢測的數量，為未來的PLATO和LIFE等任務鋪平了道路，以表徵這些小型、寒冷的行星。