Astronomer vid University of Texas i Austin, i samarbete med Google, har använt artificiell intelligens (AI) för att avslöja ytterligare två dolda planeter i Keplers rymdteleskoparkiv. Tekniken visar lovande för att identifiera många ytterligare planeter som traditionella metoder inte kunde fånga.

Planeterna som upptäcktes den här gången var från Keplers utökade uppdrag, kallas K2.

För att hitta dem, laget, ledd av en kandidat vid UT Austin, Anne Dattilo, skapat en algoritm som sållar igenom data som tagits av Kepler för att fånga ut signaler som missades av traditionella planetjaktsmetoder. Långsiktigt, processen borde hjälpa astronomer att hitta många fler saknade planeter som gömmer sig i Kepler-data. Upptäcktena har godkänts för publicering i ett kommande nummer av The Astronomisk tidskrift .

Andra teammedlemmar inkluderar NASA Sagan-stipendiat vid UT Austin Andrew Vanderburg och Googles ingenjör Christopher Shallue. Under 2017, Vanderburg och Shallue använde först AI för att avslöja en planet runt en Kepler-stjärna - en som redan är känd för att hysa sju planeter. Upptäckten gjorde att solsystemet var det enda kända för att ha lika många planeter som vår egen.

Dattilo förklarade att detta projekt krävde en ny algoritm, eftersom data som tagits under Keplers utökade uppdrag K2 skiljer sig markant från den som samlades in under rymdfarkostens ursprungliga uppdrag.

"K2-data är mer utmanande att arbeta med eftersom rymdfarkosten rör sig hela tiden, " förklarade Vanderburg. Denna förändring kom till efter ett mekaniskt fel. Medan uppdragsplanerare hittade en lösning, rymdfarkosten lämnades med en wobble som AI var tvungen att ta hänsyn till.

Kepler- och K2-uppdragen har redan upptäckt tusentals planeter runt andra stjärnor, med lika många kandidater som väntar på bekräftelse. Så varför behöver astronomer använda AI för att söka i Kepler-arkivet efter mer?

"AI kommer att hjälpa oss att söka i datamängden enhetligt, ", sa Vanderburg. "Även om varje stjärna hade en planet i storleken jorden runt sig, när vi tittar med Kepler, vi hittar inte alla. Det är bara för att en del av data är för bullriga, eller ibland är planeterna helt enkelt inte rätt inriktade. Så, vi måste korrigera för de vi missat. Vi vet att det finns många planeter där ute som vi inte ser av dessa skäl.

"Om vi ​​vill veta hur många planeter det finns totalt, vi måste veta hur många planeter vi har hittat, men vi måste också veta hur många planeter vi missat. Det är där detta kommer in, " han förklarade.

De två planeterna Dattilos team hittade "är båda mycket typiska för planeter som finns i K2, " sa hon. "De är verkligen nära sin värdstjärna, de har korta omloppsperioder, och de är heta. De är något större än jorden."

Av de två planeterna, en heter K2-293b och kretsar kring en stjärna 1, 300 ljusår bort i stjärnbilden Vattumannen. Den andra, K2-294b, kretsar runt en stjärna 1, 230 ljusår bort, ligger också i Vattumannen.

När teamet använde sin algoritm för att hitta dessa planeter, de följde upp med att studera värdstjärnorna med markbaserade teleskop för att bekräfta att planeterna är verkliga. Dessa observationer gjordes med 1,5-metersteleskopet vid Smithsonian Institutions Whipple Observatory i Arizona och Gillett Telescope vid Gemini Observatory på Hawaii.

Framtiden för AI-konceptet för att hitta planeter dolda i datamängder ser ljus ut. Den aktuella algoritmen kan användas för att sondera hela K2-datauppsättningen, Dattilo sa – ungefär 300, 000 stjärnor. Hon tror också att metoden är tillämpbar på Keplers efterföljande planetjaktuppdrag, TESS, som sjösattes i april 2018. Keplers uppdrag avslutades senare samma år.

Dattilo planerar att fortsätta sitt arbete med AI för planetjakt när hon börjar forskarskolan till hösten.