本網站使用相關技術提供更好的閱讀體驗,同時尊重使用者隱私,點這裡瞭解中央社隱私聲明當您關閉此視窗,代表您同意上述規範。
Your browser does not appear to support Traditional Chinese. Would you like to go to CNA’s English website, “Focus Taiwan" ?
こちらのページは繁体字版です。日本語版「フォーカス台湾」に移動しますか。
中央社一手新聞APP Icon中央社一手新聞APP
下載

用機器學習發現新行星 Google這樣做

2017/12/17 18:12
請同意我們的隱私權規範,才能啟用聽新聞的功能。
請同意我們的隱私權規範,才能啟用聽新聞的功能。

(中央社記者吳家豪台北17日電)在新科技輔助下,人類對宇宙的了解擴展到太陽系之外,可偵測並探究其他恆星周圍的行星。雖然探索行星並不容易,但Google藉助機器學習(Machine Learning),最近取得一些進展。

Google日前在官方部落格發文指出,天文學家搜尋系外行星的主要方式,是分析來自NASA(美國太空總署)克卜勒任務中的大量資料數據,並透過自動化軟體和手動方式來執行。

克卜勒任務用了4年的時間觀察近20萬顆恆星,每30分鐘拍一次照片,創造了近140億個資料點;這140億個資料點相當於約2000兆個可能的行星軌道,這個龐大的資料量即使用最強大的電腦來分析也非常耗時、費力。為了讓這個分析的過程更有效率,Google導入機器學習來加速分析時程。

Google說明,當一顆運行中的行星擋住了恆星的光線時,恆星的亮度會減小。Google以此概念為基礎,將其特徵訊號用來辨識周圍運行的行星,並運用克卜勒天文望遠鏡,在4年之間觀察並分析了20萬顆恆星的亮度。

Google強調,機器學習能夠訓練電腦認識運作模式,這對於分析大量數據尤其有用;機器學習技術的重點在於讓電腦從範例中學習,而不是透過編寫特定的規則。

Google利用1萬5000個被標示的克卜勒訊號,來訓練TensorFlow機器學習模組去辨認行星訊號,並利用這個模組,從670顆恆星的數據中發現新的行星,且成功發現了2個先前被忽略的行星:克卜勒80g和克卜勒90i。

值得注意的是,克卜勒90i是第8個被發現圍繞克卜勒90的行星,這使它成為除了太陽系之外,第一個已知的8大行星系統。

Google表示,目前為止只用TensorFlow機器學習模組搜尋了20萬個恆星當中的670個,而克卜勒的數據中可能還有更多系外行星尚未被發現,未來機器學習的新思維和技術將能幫助人類進行宇宙探索,發現更多未知的領域。1061217

中央社「一手新聞」 app
iOS App下載Android App下載

本網站之文字、圖片及影音,非經授權,不得轉載、公開播送或公開傳輸及利用。

地機族
172.30.142.241