20世紀90年代初 ， 天文學家首次在太陽系外發現行星 。 此后 ， 科學家陸續發現了3400個系外行星 。 如今 ， 科學家想確認其中有沒有外星生命 ， 但僅僅是分析一個系外行星 ， 就要花上研究人員幾天甚至幾個星期的時間 。 詹姆斯·韋伯太空望遠鏡計劃于2018年發射 ， 屆時它將傳回科學家無法處理的海量信息 。 由于大量數據積壓 ， 新研究將被拖慢 ， 甚至完全無法進行 。 為了避免這種情況 ， 倫敦大學學院的研究人員發明了名為RobERt的人工智能 ， 它能掃描深空數據 ， 從中尋找宜居行星的蛛絲馬跡 ， 而且RobERt處理數據的速度要比人類快得多 。
【科學家：讓人工智能幫助我們尋找外星人？】對于附近恒星發出的光線 ， 行星只會反射極小部分 。 這是由于系外行星的空氣中含有多種氣體 ， 當有光線穿過時 ， 這些氣體只會讓特定波長的光線通過 ， 而其它波長的光線都將被吸收 。 因此科學家就能通過分析光譜來確定某個行星的空氣成分 ， 以及該行星的空氣是否能維持生命——不管是外星生命還是將來可能登陸的人類 。
RobERt是“系外行星自動識別技術”的縮寫 ， 它能在短短數秒內完成系外行星的光譜分析 。 RobERt的開發靈感來源于深度信念網絡 ， 這種神經網絡的工作原理和人腦思考的方式相似——輸入的數據在多層硅“神經元”之間傳遞時逐步過濾 ， 在傳遞過程中 ， 每一層“神經元”都能進一步處理數據 ， 直到找到正確答案 。 對RobERt來說 ， 這個過程就是通過已知光譜分析出系外行星的空氣成分 。

該研究的領頭人是倫敦大學學院的英戈·瓦爾德曼 ， 他表示 ， DBN和人腦一樣 ， 可以通過訓練和犯錯進行學習 。 為了訓練RobERt ， 研究人員給它展示了8.5萬多種模擬光譜 。 訓練結束時 ， 就算研究人員故意用殘缺光譜和有噪聲干擾的光譜來刁難它 ， RobERt分析空氣成分的正確率仍高達99.7% 。
找到新的宜居星球只是個開始 ， RobERt的高速數據分析能力還能幫助科學家進一步了解太陽系和其他類似行星系統的誕生過程 。 瓦爾德曼說：“我們對行星的形成所知甚少 ， 目前我們只能通過大量研究類太陽系行星系統來了解這一過程 。 ”理論上 ， RobERt可以稱為“盒子里的天文學家” ， 它將成為我們的重要幫手 。 瓦爾德曼的研究團隊可以把RobERt賣給各國航天局 ， 讓他們用經驗豐富的RobERt來檢查一下自己的系外行星觀測數據 。 瓦爾德曼稱：“如果運氣好的話 ， 我們說不定會找到一個小型宜居星球 。 不論要花多長時間 ， 我們一定會找到它 。 幸運之神一定會眷顧我們的！”

以上內容就是科學家：讓人工智能幫助我們尋找外星人？的內容啦 ， 希望對你有所幫助哦！

猜你喜歡

• 轉載 氨糖有話說：常做這些運動，讓40歲的你依然關節健康[已扎口]
• 冬天如何約會姑娘讓關系更進一步？完整流程
• 我們能否預測死亡？
• 品牌十問：如何讓品牌更有創意？
• 5個你必須看書的理由，讓你愛上閱讀！
• 藤本月季怎么養？4種養殖方法讓藤本月季爬滿墻
• 怎么讓鼻子變挺？挺鼻子的好方法
• 能讓頭發變黑、變多的黑芝麻，怎么吃效果最好？
• 怎樣讓紫葉小檗葉片保持紅色？
• 育兒過程中的，最讓人痛苦“嗶了狗”事件匯總！