共计 966 个字符，预计需要花费 3 分钟才能阅读完成。
NASA 正在利用人工智能技术，以前所未有的速度推进近地类地系外行星的搜寻工作。其最新部署的深度学习系统——ExoMiner++，正扮演着关键角色。
该系统通过分析凌星系外行星巡天卫星的数据，高效地筛选出潜在的行星候选目标。这对于天文学研究来说，是一次重要的效率革新。
- 
2018 年发射的 TESS 卫星，其巡天范围几乎覆盖了整个天空，旨在探测围绕明亮近距恒星运行的行星。它产生了海量的观测数据，使得传统的人工分析变得难以为继。这正是人工智能工具大显身手的领域。
迄今为止，科学家们已确认了超过 6000 颗系外行星，其中 TESS 的贡献超过了 700 项发现。面对如此庞大的数据流，自动化分析已变得不可或缺。
ExoMiner++ 是早期版本 ExoMiner 的升级版。早期的 ExoMiner 曾利用开普勒太空望远镜的数据，成功确认了 370 颗行星。而新一代的 ExoMiner++ 则更为强大，它专为同时分析 TESS 和开普勒的庞大数据集而设计。
该系统利用深度学习神经网络，精细分析恒星的光变曲线，探测其中可能指示行星从其主星前方经过时引起的、极其细微的亮度下降。这种技术被称为凌星法，是发现系外行星的主要手段之一。
ExoMiner++ 的核心能力在于其卓越的辨别力。它能够准确区分真正的行星凌星信号与由食双星等其他天体物理现象产生的“虚假”信号，从而大大提高了发现的可靠性。
在一项具体应用中，研究人员使用大约 10800 条 TESS 光变曲线对 ExoMiner++ 算法进行训练。令人惊喜的是，该系统成功识别出了三颗先前被研究人员忽略的行星候选目标，证明了其在数据挖掘方面的巨大潜力。
与开普勒望远镜较窄的视场不同，TESS 广阔的巡天范围使其能够监测到数量更多的恒星，这也意味着未来将有更多发现等待被揭示。
NASA 秉承开放科学的精神，已将所有的 TESS 数据以及包括 ExoMiner++ 在内的人工智能工具向公众开放。相关软件已在 GitHub 上以开源形式发布，供全球的研究人员和爱好者使用。
展望未来，人工智能在系外行星搜寻中的作用将愈发重要。预计于 2020 年代中期发射的 NASA 南希·格雷斯·罗曼太空望远镜，预计将探测到数万次额外的系外行星凌星事件。科学家们表示，像 ExoMiner++ 这样由人工智能驱动的工具，对于分析这些前所未有的海量数据并加速未来的突破性发现，将是至关重要的。
