根據(jù)普利茅斯大學(xué)一個團(tuán)隊(duì)的最新研究，人工智能的發(fā)展可以幫助科學(xué)家預(yù)測其他行星上生命的可能性。該研究使用人工神經(jīng)網(wǎng)絡(luò)（ANNs）將行星分為五類，估計每種情況下的生命概率，這可以用于未來的星際探索任務(wù)。這項(xiàng)工作于4月4日由克里斯托弗·畢肖普先生在利物浦舉行的歐洲天文與空間科學(xué)周（EWASS）上發(fā)表。人工神經(jīng)網(wǎng)絡(luò)是試圖復(fù)制人腦學(xué)習(xí)方式的系統(tǒng)。它們是機(jī)器學(xué)習(xí)中使用的主要工具之一，尤其擅長識別復(fù)雜的模式，而這些模式對于生物大腦來說是非常復(fù)雜的。

這張合成圖像顯示了土星衛(wèi)星泰坦的紅外圖像，取自美國宇航局的卡西尼號宇宙飛船。一些措施表明，泰坦擁有除地球以外的任何世界的最高可居性評級，其基礎(chǔ)是能源的可用性，以及各種表面和大氣特征。圖片版權(quán)：NASA ／ JPL ／ University of Arizona ／ University of Idaho

該團(tuán)隊(duì)位于普利茅斯大學(xué)的機(jī)器人和神經(jīng)系統(tǒng)中心，他們已經(jīng)“”訓(xùn)練“”了這個網(wǎng)絡(luò)，根據(jù)是否最像現(xiàn)在的地球、早期的地球、火星、金星或土星的衛(wèi)星泰坦，將行星分成五種不同的類型。這五個都是已知有大氣層的巖態(tài)天體，是太陽系中最適合居住的星球之一。畢肖普先生評論道：我們現(xiàn)在對這些ANNs感興趣，因?yàn)樗麄儗σ粋�假想智能的星際飛船進(jìn)行了探索，這是一種對太陽系外行星系統(tǒng)的掃描。

研究大面積、可部署、平面菲涅爾天線的使用，以便從遠(yuǎn)距離的星際探測器傳回地球數(shù)據(jù)，如果該技術(shù)將來用于機(jī)器人航天器，這將是必要的。大氣觀測——被稱為光譜的五種太陽系天體，被作為輸入到網(wǎng)絡(luò)，然后被要求根據(jù)行星類型對它們進(jìn)行分類。由于目前已知的生命只存在于地球上，所以分類使用了“生命概率”度規(guī)，這是基于對五種目標(biāo)類型的相對較好的大氣和軌道性質(zhì)。畢肖普通過上百個不同的譜線對網(wǎng)絡(luò)進(jìn)行了訓(xùn)練，每個譜線都有幾百個參數(shù)，這些參數(shù)都有助于適應(yīng)居住環(huán)境。

這些輸入代表了來自測試行星大氣光譜的數(shù)值。輸出層包含一個“生命的概率”，它是基于輸入與五個太陽系統(tǒng)目標(biāo)相似度的測量。輸入通過網(wǎng)絡(luò)中一系列隱藏的層，這些層是相互連接的，使網(wǎng)絡(luò)能夠“學(xué)習(xí)”哪些譜線的模式對應(yīng)于特定的行星類型。圖片版權(quán)：Bishop ／ Plymouth University

到目前為止，該網(wǎng)絡(luò)在呈現(xiàn)之前從未見過的測試光譜剖面時表現(xiàn)良好。該項(xiàng)目的主管安杰洛·安杰洛西博士說：考慮到目前的結(jié)果，這一方法可能會被證明對分類不同類型的系外行星非常有用，它們使用來自地面和近地觀測站的結(jié)果。這一技術(shù)可能也適合于為未來的觀測選擇目標(biāo)，考慮到即將到來的太空任務(wù)，如ESA的Ariel space任務(wù)和NASA的詹姆斯·韋伯太空望遠(yuǎn)鏡光譜細(xì)節(jié)的增加。