去年12月，美國國家航空和宇宙航行局宣布他們發現兩顆系外行星隱藏在清晰的視野中。這一發現是由一個經過訓練的神經網絡進行的，該神經網絡通過從該機構的開普勒太空飛船收集的數據進行篩選。

開普勒望遠鏡是在2009年發射的，專門用來搜尋環繞遙遠恒星運行的系外行星。天文學家根據恒星亮度的變化來探測系外行星。如果一顆恒星在很短的時間內變暗，那么很可能是一顆行星在它前面通過。

在四年的時間里，開普勒觀測到了15萬顆恒星，這給天文學家們提供了比他們能夠篩選到的更多的數據。因此，他們只專注于3萬個最強烈的信號，并設法發現了2500個系外行星。但這留下了12萬個被忽略的信號。

然后Google的研究人員訓練他們的人工智能搜索12萬個未分析的信號。他們為這臺機器提供了15,000個nasa確認的系外行星數據的例子，以指導它如何識別系外行星的特征。

Google現在已經發布了Github上的代碼，以及如何使用它的說明，所以公眾可以嘗試自己的天文發現。盡管代碼(和開普勒數據)對任何人都是可用的，但它并不完全是“即插即用”。然而，如果他們熟悉Python和Google的機器學習軟件TensorFlow的編碼，那么他們可以更輕松地瀏覽AI。

“我們希望這一版本將成為為其他NASA任務開發類似模型的一個有用的起點，比如K2(開普勒第二任務)和即將到來的外行星調查衛星任務，”Google系外行星AI的首席工程師Christopher Shallue在一篇博客文章中寫道。

Shallue還寫道，他希望這將鼓勵進一步分析剩余的開普勒數據。根據Shallue的說法，釋放代碼是讓公眾了解神經網絡如何發現行星，同時鼓勵對開普勒數據進一步分析的方式。除此之外，Shallue表示他希望神經網絡能夠為更復雜的外展活動鋪平道路。