我们的征途是无垠宇宙！

使用 1.5 万个标记的开普勒太空望远镜信号对机器学习模型进行训练，发现了 2 颗此前研究遗漏的行星

用机器学习来协助探索宇宙空间，其潜力或许远超我们想象。来自开普勒太空望远镜的数据中可能存在着更多尚未被发现的系外行星，而机器学习等新想法和新技术能够在未来帮助我们发现新的天体。

当沿着轨道运行的行星遮挡一部分恒星的光线时，受测量的恒星亮度就会稍稍减弱。

虽然如今观测天体的技术日新月异，但即便在开普勒太空望远镜的帮助下，人类目前所能探索到的浩瀚宇宙，也仅仅是其冰山一角。在我们已经能“触及”的宇宙范围之内，是否仍然潜藏着我们未能发现的天体呢？

关于开普勒90i还有一些有趣的小事实：它比地球大 30%，表面温度大约 800 华氏度，并不适合人类居住。此外，它每 14 天公转一周，要是有人住在上面，每两周就得过一次生日。

让我们继续探索无垠宇宙，超越深空！

这 2 颗行星被命名为开普勒 80g 和开普勒 90i。值得注意的是开普勒 90i 是绕着开普勒 90 恒星公转的第 8 颗行星，这样开普勒 90 就成为了我们所在的太阳系之外首个已知的八行星星系！

为揭开这个谜团，一项由 Google AI 研究人员和德克萨斯大学奥斯汀分校天体物理学专家合作的研究项目，正在使用机器学习来帮助探索无垠宇宙。他们让机器学会了识别行星的运行规律。

千百年前，人们将行星命名为“planētai”，即“漫游者”，因为他们在星空中的运行轨迹似乎毫无规律。随着研究和技术的进一步发展，人们渐渐认识到，我们所生存的地球也是这些“漫游者”中的一员。

研究人员用超过 1.5 万个经过标记的开普勒太空望远镜信号数据集，训练了在以TensorFlow为基础建立的机器学习模型，教它如何区分行星和其他天体。这个模型在测试阶段中识别行星的准确率就达到了 96%。

随后，研究人员将这个机器学习模型投入实际探索中，让它分析了拥有至少 2 颗行星的 670 颗已知恒星。虽然这些恒星与开普勒太空望远镜观测过的 20 万颗恒星相比只是沧海一粟，但就在这 670 颗恒星周围，机器学习模型就发现了 2 颗此前从未发现的漏网之“星”！

开普勒 90 是我们所在的太阳系之外首个已知的八行星星系。在这个星系中，行星公转一周的时间更短，开普勒 90i 行星每 14 天公转一周