شناسایی ۴۴ منظومه مشکوک به وجود حیات فرازمینی

پژوهشگران سوئیسی با استفاده از یک مدل هوش مصنوعی مشغول پیش‌بینی محل اختفای سیارات قابل‌سکونت در منظومه های دیگر هستند.

پژوهشگران سوئیسی اخیراً موفق شده‌اند تا مدلی مبتنی بر هوش مصنوعی طراحی کنند که قادر است تا جهان‌های بالقوه قابل سکونت که تاکنون از دید دانشمندان پنهان مانده‌اند را شناسایی کند.

این الگوریتم یادگیری ماشینی موفق به شناسایی ۴۴ منظومه ستاره‌ای که احتمال می‌رود میزبان سیاراتی شبیه زمین باشند شده و این در حالی است که این سیارات هنوز به‌طور رسمی کشف نشده‌اند. چنین دستاوردی نویدبخش رویکردی نوین در جستجوی سیارات مملو از حیات است و عملاً می‌تواند سرعت این فرآیند را افزایش دهد.

دقت بالای مدل در شناسایی

اگرچه هنوز وجود این سیارات به‌طور قطعی تأیید نشده، اما این مدل مسیر را برای بررسی‌های دقیق‌تر در آینده توسط اخترشناسان هموار می‌کند. در شبیه‌سازی‌های انجام‌شده، مدل موردنظر به دقتی تا ۰٫۹۹ دست‌یافته؛ یعنی در ۹۹ درصد از منظومه‌هایی که مدل معرفی کرده، دست‌کم یک سیاره شبیه زمین وجود دارد.

دکتریان الیبر، یکی از نویسندگان این مطالعه و مدیر مشترک مرکز فضا و قابلیت سکونت دانشگاه برن در این باره گفت: «این یکی از معدود مدل‌های هوش مصنوعی در جهان با چنین سطح پیچیدگی است که مطالعات پیش‌بینی‌گرایانه‌ای مثل مطالعه ما را امکان‌پذیر می‌کند. این گام بزرگی در مسیر جستجوی سیارات با شرایط مناسب برای زندگی و در نهایت یافتن حیات در جهان هستی است.»

کار سخت شناسایی سیارات فراخورشیدی

رصد و کشف سیارات فراخورشیدی (exoplanets) خیلی سخت است؛ چرا که در مقایسه با ستاره‌ها به‌مراتب کوچک‌تر هستند و نور بسیار کمی تولید می‌کنند. تا امروز تنها حدود ۵۸۰۰ سیاره فراخورشیدی به‌طور رسمی تأیید شده‌اند و اطلاعات موجود درباره خیلی از آن‌ها به‌شدت محدود است.

این مسئله، الگوریتم‌های الگویاب مبتنی بر یادگیری ماشینی را با چالش روبه‌رو می‌کند؛ چرا که این الگوریتم‌ها برای یادگیری دقیق به مجموعه داده‌های بزرگی نیاز دارند. پژوهشگران برای حل این مشکل، سیستم‌های سیاره‌ای مصنوعی را که با استفاده از "مدل برن برای شکل‌گیری و تحول سیارات" تولید شده بودند، به الگوریتم آموزش دادند.

این مدل شبیه‌سازی دقیقی از تکامل سیارات فرضی از زمان شکل‌گیری در دیسک‌های پیش‌سیاره‌ای ارائه می‌کند.

الیبر در این باره توضیح داد: «مدل برن یکی از معدود مدل‌های جهان است که چنین حجم وسیعی از فرآیندهای فیزیکی مرتبط را در برمی‌گیرد و اجرای مطالعه‌ای مثل این را ممکن می‌کند.»

در جریان این پژوهش، مشخص شد که قوی‌ترین نشانه‌های وجود یک سیاره شبیه زمین، معمولاً در سیاره داخلیِ قابل رصد یک منظومه ستاره‌ای دیده می‌شود؛ به‌ویژه در ویژگی‌هایی مثل جرم و دوره مداری آن.

بدین ترتیب، تیم پژوهشی مدل هوش مصنوعی را روی نمونه‌ای متشکل از نزدیک به ۱۶۰۰ منظومه ستاره‌ای که در آن‌ها دست‌کم یک سیاره شناخته شده و یکی از انواع ستاره‌های G،K یا M وجود داشت، اعمال کرد.

ستاره‌های نوع G، ستاره‌هایی مشابه خورشید هستند و دو نوع دیگر ستاره‌هایی کوچک‌تر و خنک‌تر هستند. نتایج این بررسی نشان داد که تقریباً در ۴۴ مورد از این منظومه‌ها، احتمال وجود یک سیاره شبیه زمین بسیار بالا است.

به‌هرحال حتی این مدل هم بی‌نقص نیست. طبق گفته پژوهشگران، برخی ویژگی‌های مشاهده‌شده در منظومه‌های واقعی، ازجمله هم‌زیستی معمول ابرزمین‌ها (Super-Earths) و مشتری‌های سرد (Cold Jupiters) در اطراف ستاره‌های نوع G، در مدل بازتولید نشده‌اند. به علاوه سیارات مصنوعی معمولاً در فاصله‌ نزدیک‌تری به ستاره میزبان خود نسبت به سیارات واقعی قرار دارند.

بااین‌وجود، برای انجام چنین کاوش‌هایی نیازی نیست که مدل، کاملاً بی‌نقص باشد؛ چرا که حتی کوچک‌ترین ابزارهای کمکی برای محدود کردن حوزه جستجوی اخترشناسان در دل کهکشان‌های بی‌کران تأثیری انقلابی بر روند کشف سیارات مشابه زمین خواهد داشت.

منبع: خبرآنلاین