ИИ нашел сотни экзопланет в архиве наблюдений телескопа TESS

Результаты двух исследований опубликованы в журнале Monthly Notices of the Royal Astronomical Society. В первой работе ученые сосредоточились на поиске и подтверждении близких к звезде планет. Во второй они использовали эту же выборку, чтобы оценить, насколько часто такие миры вообще встречаются у солнцеподобных звезд. Для анализа команда обработала наблюдения более чем 2,2 миллиона звезд, собранные TESS за первые четыре года работы.

Главный вывод второй статьи в том, что около 9-10% звезд, похожих на Солнце, имеют хотя бы одну планету на тесной орбите. Под этим термином понимается период обращения меньше 16 дней. Этот результат совпал с прежними оценками телескопа Kepler, но неопределенность у нового метода оказалась до десяти раз меньше. Это значит, что ученые получили не просто похожий ответ, а заметно более точную картину.

Отдельно исследователи впервые напрямую измерили частоту планет из так называемой нептунианской пустыни. Так называют редкую область параметров, где планеты размером примерно с Нептун почти не должны встречаться по теоретическим расчетам. По новым данным, такие объекты есть лишь у 0,08% солнцеподобных звезд.

Экзопланеты: какие бывают, как их открыли и есть ли среди них пригодные для жизни

Среди подтвержденных планет есть и другие примечательные группы. Команда обнаружила ультракороткопериодические планеты, которые облетают свою звезду меньше чем за сутки. Также найдены компактные многопланетные системы, где сразу несколько планет движутся по близким орбитам вокруг одной звезды. В некоторых случаях такие пары планет раньше не были известны.

По словам первого автора исследования Марины Лафарги Магро, RAVEN позволил получить одну из самых хорошо описанных выборок близких к звезде планет. Такая база поможет отбирать самые интересные системы для дальнейших наблюдений.

Основа метода — данные миссии TESS. Этот космический аппарат ищет экзопланеты транзитным методом. Он фиксирует едва заметное падение яркости звезды, когда планета проходит между звездой и наблюдателем. Но на практике такой сигнал не всегда означает наличие планеты. Похожее ослабление света могут вызывать, например, затменно-переменные двойные звезды. Это пары звезд, которые периодически заслоняют друг друга и потому тоже создают провалы в блеске.

Именно здесь и понадобился RAVEN. Один из разработчиков системы Андреас Хаджигеоргиу пояснил, что команда собрала специальный набор данных из сотен тысяч реалистично смоделированных планет и других астрофизических событий, которые могут маскироваться под планеты. На этих примерах исследователи обучили модели машинного обучения распознавать характерные особенности сигнала и отделять настоящие планеты от ложных срабатываний.

Авторы подчеркивают, что RAVEN охватывает весь цикл работы сразу. Система не только находит подозрительный сигнал, но и проверяет его с помощью машинного обучения, а затем проводит статистическую валидацию. То есть программа проходит весь путь от обнаружения до подтверждения в рамках одной схемы анализа. Это отличает ее от многих современных инструментов, которые решают только отдельные задачи.

В поисках второй Земли: как найти пригодные для жизни экзопланеты

Соавтор работы Дэвид Армстронг отметил, что такой подход позволяет последовательно и одинаково обрабатывать огромные массивы наблюдений. Поэтому результаты можно использовать не только как список возможных планет, но и как надежную выборку для оценки того, насколько часто у звезд, похожих на Солнце, встречаются разные типы планет.

Команда уже открыла доступ к интерактивным каталогам и инструментам, чтобы другие исследователи могли сами изучать результаты и выбирать цели для будущих наблюдений с наземных телескопов и новых космических миссий, включая европейскую PLATO.

Иллюстрация NASA, ESA, and A. Schaller (for STScI)