人工智慧協助華威大學的天文學家在NASA的TESS任務資料中發現數百顆先前隱藏的系外行星。新的RAVEN系統處理了望遠鏡運作頭四年間對超過2,2百萬顆恆星的觀測資料。
RAVEN將自動訊號偵測、機器學習與統計驗證整合於單一流程中。結果，團隊確認了118顆新行星，並篩選出超過2000顆高品質候選天體，其中近千顆先前不為人知。
這些發現包括超短週期世界，它們繞恆星公轉一週所需時間不到24小時。這類天體格外引人注目，因為它們處於極端環境之中。
分析顯示，9–10%的類太陽恆星擁有近距離行星。這與克卜勒的資料相符，但精確度高出十倍。此外，研究首次精確測量了「海王星沙漠」的罕見程度——那是海王星大小的行星幾乎不會出現的區域。這類世界僅在0,08%的太陽型恆星周圍被發現。
「運用我們全新的RAVEN流程，我們得以確認118顆新行星及超過2000顆候選天體，其中近1000顆是全新的」，研究主要作者瑪麗娜·拉法爾加·馬格羅博士指出。
團隊還發現了先前未知、軌道緊密的多行星系統。所獲得的星表與工具已可供其他研究人員用於規劃觀測。
這些資料將如何影響未來任務（例如歐洲太空總署的PLATO）的目標選擇？
這項研究發表於《皇家天文學會月刊》。科學家強調，純淨且特徵描述完善的研究樣本將有助於更深入了解行星系統如何在恆星附近形成與演化。
