ИИ против космических самозванцев. ИИ RAVEN отфильтровал 2 миллиона звезд и нашел 31 скрытую экзопланету

Астрономы из Университета Уорика с помощью нового ИИ-инструмента подтвердили существование более 100 экзопланет, включая 31 ранее не выявленную. Для работы команда использовала данные космической обсерватории TESS, которая ищет планеты по слабому падению яркости звезды в момент, когда планета проходит по её диску. Новый подход позволил не просто пополнить каталог находок, а собрать один из самых аккуратно проверенных наборов близких экзопланет за всё время работы миссии.

Исследователи применили разработанный ими алгоритм RAVEN к наблюдениям более 2,2 млн звёзд, собранным TESS за первые четыре года работы. Главный интерес представляли планеты с коротким периодом обращения, то есть миры, которые успевают сделать полный оборот вокруг своей звезды меньше чем за 16 суток. Именно по таким объектам команда хотела получить наиболее точную оценку того, насколько часто они вообще встречаются.

В итоге RAVEN помог подтвердить 118 новых планет и выделить более 2 000 качественных кандидатов. Почти 1 000 из них раньше вообще не были известны. Для астрономов важен не только масштаб находки, но и качество выборки. Авторы работы подчёркивают, что речь идёт об одном из лучших на сегодня наборов близких к звезде планет, который пригоден и для систематического анализа.

Среди подтверждённых объектов есть сразу несколько особенно интересных групп. В выборку попали планеты с ультракоротким периодом, которые облетают свою звезду меньше чем за 24 часа. Нашлись и представители так называемой нептунианской пустыни, редкого класса планет в области параметров, где теория как раз предсказывает дефицит таких тел. Кроме того, обнаружили тесные многопланетные системы, в том числе ранее неизвестные пары планет, которые обращаются вокруг одной и той же звезды.

Такие результаты особенно ценны потому, что в современной охоте за экзопланетами главная трудность давно связана уже не с первичным поиском сигналов, а с проверкой. Космические миссии вроде TESS находят тысячи возможных кандидатов, но далеко не каждое падение яркости звезды означает настоящую планету. Похожую картину могут создавать, например, затменно-переменные двойные звёзды, где одно светило перекрывает другое. Именно такие ложные сигналы и должен отсеивать RAVEN.

По словам разработчиков, сила нового алгоритма связана с тем, как его обучали. Команда подготовила набор из сотен тысяч реалистично смоделированных планет и других астрофизических событий, которые могут маскироваться под планетный сигнал. После этого исследователи обучили модели машинного обучения искать в данных характерные признаки и отличать один тип события от другого. Для таких задач ИИ особенно удобен, потому что хорошо распознаёт сложные паттерны в больших массивах наблюдений.

Преимущество RAVEN авторы видят ещё и в том, что система охватывает весь рабочий цикл сразу. Алгоритм не ограничивается поиском сигнала или одной лишь проверкой кандидатов. Он ведёт процесс от первичного обнаружения до машинной фильтрации и статистического подтверждения. На этом фоне многие современные инструменты выглядят уже более узкими, потому что решают только отдельные этапы задачи.

Благодаря такой схеме исследователи получили не просто длинный список возможных миров, а достаточно надёжную выборку, чтобы перейти от отдельных открытий к статистике. Во второй статье, связанной с этим проектом, команда уже занялась не конкретными объектами, а общей картиной распределения близких экзопланет. Учёные измерили, как часто планеты с короткими орбитами встречаются у звёзд, похожих на Солнце, и подробно разложили результаты по размеру планет и периоду обращения.

Расчёты показали, что близкая к звезде планета есть примерно у 9-10 % солнцеподобных звёзд. Такой результат хорошо согласуется с прежними оценками, полученными по данным телескопа Kepler, который раньше тоже изучал распространённость планет у других звёзд. Но у нового анализа есть важное отличие: неопределённость в измерениях оказалась до 10 раз меньше. Иными словами, астрономы получили не просто похожий ответ, а куда более точный.

Отдельный интерес вызвала нептунианская пустыня. Так называют область, где планеты размером примерно с Нептун на коротких орбитах встречаются крайне редко. Причины такого дефицита обсуждаются давно: часть моделей предполагает, что близость к звезде просто не даёт таким телам долго сохранять атмосферу и стабильную структуру. Новое исследование впервые дало прямую количественную оценку для этой зоны. Выяснилось, что такие планеты есть лишь у 0,08 % солнцеподобных звёзд.

Для команды из Уорика важен и более общий вывод. По их оценке, TESS теперь уже не просто дополняет результаты Kepler, а в некоторых задачах способна с ним соперничать и даже обходить его, когда речь идёт об изучении планетных популяций. Такой сдвиг показывает, что миссия, изначально рассчитанная на массовый поиск транзитных кандидатов, постепенно становится и серьёзным инструментом для точной статистики.

Команда также открыла доступ к интерактивным инструментам и каталогам, чтобы другие исследователи могли изучать результаты, выбирать самые интересные цели и планировать дальнейшие наблюдения с наземными телескопами и будущими миссиями, включая европейский проект PLATO.