องค์การนาซ่าเปิดเผยว่า ได้ใช้เทคโนโลยีใหม่ในการยืนยันการค้นพบดาวเคราะห์นอกระบบดวงใหม่ 301 ดวง
ดาวเคราะห์นอกระบบ หรือ exoplanet เป็นดาวเคราะห์ที่โคจรรอบดาวฤกษ์อื่น ๆ ที่ไม่ใช่ดวงอาทิตย์ ก่อนการค้นพบครั้งล่าสุด นาซ่าได้ยืนยันการค้นพบดาวเคราะห์นอกระบบมากกว่า 4,569 ดวง นอกจากนี้ยังมีการระบุดาวเคราะห์ดังกล่าวอีกหลายพันดวง แต่ยังต้องมีการศึกษาเพิ่มเติม
การระบุดาวเคราะห์นอกระบบด้วยกล้องโทรทรรศน์นั้นเป็นเรื่องยาก เนื่องจากแสงที่เจิดจ้าของดวงดาวที่พวกมันโคจรอยู่รอบ ๆ นั้นอาจบดบังการมองเห็น ดังนั้นอาจจะต้องมองหาช่วงเวลาที่ระดับแสงของดวงดาวลดลง โดยอาจเกิดจากการที่ดาวเคราะห์ดวงหนึ่งเคลื่อนตัวผ่านหน้าดาวฤกษ์ดวงนั้น ๆ
ทั้งนี้ นาซ่าใช้กล้องโทรทรรศน์อวกาศ 2 ตัวเพื่อยืนยันดาวเคราะห์นอกระบบหลายพันดวง กล้องโทรทรรศน์อวกาศ Kepler ขึ้นสู่อวกาศในปี 2009 และปฏิบัติภารกิจจนถึงเดือนตุลาคมปี ค.ศ. 2018 ในเวลานั้นนาซ่าได้ประกาศว่ากำลังจะปลดระวาง Kepler เนื่องจากยานอวกาศดังกล่าวมีเชื้อเพลิงไม่เพียงพอสำหรับการปฏิบัติภารกิจทางวิทยาศาสตร์ต่าง ๆ ต่อไป
กล้องโทรทรรศน์อวกาศอีกตัวหนึ่งมีชื่อเรียกว่า Transiting Exoplanet Survey Satellite หรือ TESS โดยนาซ่าปล่อย TESS ขึ้นสู่อวกาศในเดือนเมษายนปี ค.ศ. 2018 เพื่อต่อยอดการสังเกตการณ์ของ Kepler และปัจจุบัน TESS ยังคงปฏิบัติภารกิจอยู่ในอวกาศ
การยืนยันของนาซ่าเกี่ยวกับดาวเคราะห์นอกระบบดวงใหม่ 301 ดวงนั้น มาจากข้อมูลที่รวบรวมโดยกล้องโทรทรรศน์อวกาศ Kepler ซึ่งข้อมูลดังกล่าวได้รับการประมวลผลผ่านระบบ machine learning ที่เรียกว่า ExoMiner
ระบบ Machine learning นั้นเป็นรูปแบบหนึ่งของปัญญาประดิษฐ์ (AI) ซึ่งได้รับการฝึกให้เรียนรู้งานอย่างหนึ่งโดยการป้อนข้อมูลจำนวนมหาศาล
ในกรณีนี้นาซ่าเผยว่า ทางหน่วยงานได้ใช้ระบบ Machine learning เพื่อตรวจสอบข้อมูลที่มีอยู่เพื่อระบุดาวเคราะห์นอกระบบที่แท้จริงจากสิ่งที่มีลักษณะเหมือนกับดาวเคราะห์เหล่านั้น
ExoMiner ขับเคลื่อนโดยข้อมูลที่รวบรวมจากความพยายามในอดีตเพื่อยืนยันหรือแยกแยะดวงดาวที่อาจเป็นเคราะห์นอกระบบ ระบบดังกล่าวได้รับการออกแบบให้ใช้วิธีการเดียวกันกับที่ผู้เชี่ยวชาญของมนุษย์ใช้เพื่อยืนยันดาวเคราะห์นอกระบบดวงใหม่
นาซ่ากล่าวว่า ระบบนี้ให้การช่วยเหลือที่มีความจำเป็นอย่างมากแก่นักวิทยาศาสตร์ที่ได้รับการฝึกฝนมาอย่างดีเพื่อยืนยันการมีอยู่ของดาวเคราะห์ดังกล่าว กล้องโทรทรรศน์อวกาศของนาซ่าได้รวบรวมข้อมูลเกี่ยวกับดวงดาวหลายพันดวง ซึ่งมนุษย์ต้องใช้ความพยายามอย่างมากมายมหาศาลในการศึกษาดวงดาวจำนวนมาก และ ExoMiner ได้รับการออกแบบขึ้นมาเพื่อลดภาระของมนุษย์และพัฒนาความแม่นยำในการระบุดาวเคราะห์นอกระบบดวงใหม่อีกด้วย
จอน เจนกินส์ (Jon Jenkins) นักวิทยาศาสตร์ดาวเคราะห์นอกระบบที่ศูนย์วิจัย Ames ขององค์การนาซ่า ในรัฐแคลิฟอร์เนีย กล่าวในแถลงการณ์ว่า ExoMiner มีความล้ำหน้าเหนือกว่าระบบ Machine Learning อื่น ๆ ที่เคยใช้ในการระบุดาวเคราะห์นอกระบบในอดีตที่ผ่านมาอย่างมาก
ทั้งนี้ ระบบ machine learning ได้รับการพัฒนาและทดสอบโดยนักวิจัยของนาซ่าและพันธมิตรนานาชาติ ซึ่งได้รับการอธิบายอยู่ในบทความที่ตีพิมพ์ในวารสาร Astrophysical Journal
เจ้าหน้าที่นาซ่ากล่าวว่า มีแผนที่จะต่อยอดความสำเร็จของ ExoMiner โดยการขยายระบบให้กว้างออกไป วัตถุประสงค์คือการรวมข้อมูลจาก TESS และกล้องโทรทรรศน์ในอนาคตที่มีเป้าหมายเพื่อค้นหาดาวเคราะห์นอกระบบดวงใหม่เพิ่มขึ้น
