Искусственный интеллект раскрывает тайны планетных систем: новая эра в открытии экзопланет
Более двух десятилетий исследователи из Бернского университета совершенствовали так называемую «Бернскую модель» — набор программ для численного моделирования формирования планетных систем. Эти симуляции раскрывают архитектуру систем, однако требуют огромных вычислительных ресурсов: одна модель может рассчитываться от нескольких дней до недель на суперкомпьютерах.
Группа учёных под руководством профессора Янна Алибера и Сары Маркес из NCCR PlanetS и Центра космоса и обитаемости Бернского университета, а также Жанны Даву (экс-аспирантки университета, ныне сотрудницы DLR в Берлине), использовала методы ИИ, обученные на данных Бернской модели, чтобы создать алгоритм, способный рассчитывать формирование планетных систем за секунды — в миллион раз быстрее классических методов.
Исследование опубликовано в журнале Astronomy and Astrophysics и было представлено на конференции «Fast Machine Learning for Science» в Цюрихе (где получило приз за лучший постер) и на совместной встрече Europlanet Science Congress и Division for Planetary Sciences (EPSC-DPS) 2025 в Хельсинки.
Куда направить телескопы?
Современные и будущие обсерватории, такие как миссия ESA PLATO, смогут обнаруживать экзопланеты земного типа, но для этого требуются длительные наблюдения. «Знание того, куда смотреть, критически важно для экономии времени», — объясняет Янн Алибер. Прогнозирование архитектуры систем, включая взаимосвязи между параметрами планет, помогает определить наиболее перспективные цели.
Генеративная модель, вдохновлённая GPT
ИИ-модель, обученная на десятках тысяч симуляций, предсказывает свойства неизвестных планет в системах по данным об уже открытых. Эксперимент показал: в трёхпланетной системе параметры второй и третьей планет можно определить по характеристикам первой. «Планетные системы — это последовательности, как предложения из слов. Мы адаптировали архитектуру трансформеров, используемую в ChatGPT, для генерации таких последовательностей», — отмечает Сара Маркес.
Ранее модель предсказывала вероятность наличия планеты земного типа. Теперь она «дописывает» всю систему. «Сначала мы не верили в точность, но тесты доказали: ИИ-генерация неотличима от численных расчётов», — делится Маркес.
Подготовка к миссии PLATO и другим проектам
Стартующая в 2026 году миссия PLATO обнаружит тысячи систем, где ближайшая к звезде планета будет изучена первой. «Наша модель поможет расставить приоритеты для наземных телескопов, увеличив шансы найти двойники Земли», — говорит Даву. В перспективе модель научится предсказывать состав планет и их пригодность для жизни.
«ИИ становится инструментом революции в науке. Для Берна это естественное продолжение 20-летней работы над моделированием», — подчёркивает Алибер.
Учёные планируют интегрировать модель с данными космических миссий, таких как JWST и ARIEL, для анализа атмосфер экзопланет. «Следующий шаг — объединить формирование планет с их химической эволюцией, чтобы предсказать, например, наличие воды или биомаркеров», — комментирует Даву. Это приблизит человечество к ответу на вопрос: одни ли мы во Вселенной?
Критики отмечают, что ИИ-модели требуют осторожности в интерпретации, но соглашаются: скорость обработки открывает новые горизонты. «Раньше мы годами ждали расчётов. Теперь за чашкой кофе можно смоделировать галактику», — шутит астрофизик из MIT, не участвовавший в исследовании.
В нашем Telegram‑канале, и группе ВК вы найдёте новости о непознанном, НЛО, мистике, научных открытиях, неизвестных исторических фактах. Подписывайтесь, чтобы ничего не пропустить.
