اخترشناسان از فرایندی مبتنی بر یادگیری ماشینی یا نوعی از هوش مصنوعی برای تحلیل یک نمونه از سیارههای احتمالی استفاده کردند و برای اولین بار توانستند به وسیله آن سیارات واقعی و جعلی را تشخیص دهند. دانشمندان قصد دارند از هوش مصنوعی برای تایید کشفهای آینده خود استفاده کنند، بنابراین تحقیق جدید اهمیت بالایی دارد.
بطور معمول تحقیقات پیرامون سیارههای فراخورشیدی شامل حجم بالای دیتا میشود که تلسکوپها جمع آوری میکنند و به دنبال نشانههایی از سیارات عبوری میگردند. یک ستاره با عبور خود، نور عظیمی منتشر میکند که تلسکوپ قادر به دریافت آن است. با وجود چنین موضوعی، امکان خطا در آن وجود دارد و میتوان به اشتباه سیارهها را شناسایی کرد.
دانشمندان بخش فیزیک و علوم رایانه دانشگاه واریک الگوریتم مبتنی بر یادگیری ماشینی توسعه دادند که میتواند در مقیاس بزرگ میان سیارههای واقعی و جعلی تفاوت قائل شود و ماموریتهای تلسکوپهای ناسا توانستهاند هزاران نمونه جمع آوری کنند که نیاز به بررسی دارند.
هوش مصنوعی دانشمندان برای این کار، توسط دو نمونه بزرگ از سیارههای واقعی و نمونههایی از سیارههای جعلی آموزش داده شد. پژوهشگران این الگوریتم را برای یک مجموعه داده عظیم مورد استفاده قرار دادند و توانست ۵۰ سیاره جدید را شناسایی کند که برای اولین بار شاهد چنین موضوعی توسط الگوریتم یادگیری ماشینی هستیم.
روشهای قبلی مبتنی بر هوش مصنوعی قادر به رتبهبندی سیارهها بودند، اما هرگز نتوانسته بودند که واقعی یا جعلی بودن آنها را تشخیص دهند. این سیارهها ابعادهای متفاوتی از نپتون تا زمین دارند و دوره چرخش آنها نیز از یک روز تا ۲۰۰ روز است. با توجه به تایید واقعی بودن این ۵۰ سیاره، دانشمندان شروع به بررسی دقیقتر آنها خواهند کرد. این احتمال وجود دارد که در آینده هوش مصنوعی در کشف زندگی فرازمینی به ما کمک کند.