30 år er gået, siden det første videnskabelige bevis for eksistensen af planeter uden for solsystemet blev opnået. På tidspunktet for denne publikation havde 3.767 genstande modtaget officiel exoplanetstatus, med i alt mere end 4.500 kandidater.
De fleste af disse planeter er meget hårde og absolut uegnede til livsverdener, men nogle af dem kan ifølge forskere stadig have passende betingelser for dens forekomst. I det mindste er de ikke for varme og på samme tid ikke for kolde for at bevare tilstedeværelsen af vand på deres overflade i flydende form. Og vand, som du ved, er en af livets kilder.
Naturligvis er hovedårsagen til søgningen efter nye eksoplaneter søgen efter liv uden for Jorden. Hvorfor ellers bruge enorme summer på at bygge nye teleskoper og skabe nye teknologier til rumforskning? Derfor har forskere fra Columbia University (USA) udviklet et nyt system, der kan forenkle "jagt" efter potentielt beboelige verdener. Ved hjælp af maskinlæringsalgoritmer har forskerne oprettet teknologi, der gør det muligt at mere effektivt bestemme overlevelsen af en bestemt exoplanet i en stabil bane.
I dette arbejde fokuserede forskerne deres opmærksomhed på de såkaldte "Tatooines" eller eksoplaneter, der kredser rundt om binære stjerner, ligesom Luke Skywalkers ørkenverden fra "Star Wars". Formelt kendt i videnskabelige kredsløb som planetariske planeter, kan de gennemgå kolossale orbitalændringer, da de altid befinder sig i tyngdepuljen af to stjerner på én gang. At blive tiltrukket af en stjerne og derefter til en anden, risikerer de at blive smidt ud af systemet over tid, og i værste fald - at falde på en af deres stjerner.
Videnskabsfolk har udviklet en ligning, der hjælper med at bestemme den langsigtede stabilitet i kredsløb om planetariske planeter, men ifølge Chris Lam, leder af den pågældende udvikling, kan denne ligning ikke give nøjagtige data under hensyntagen til alle mulige omstændigheder.
"Problemet er, at når der er tre eller flere organer i systemet, bliver bevægelsen 'kaotisk', som fysikere og matematikere siger," kommenterer Lam.
”Der er derfor grænsetilfælde, hvor ligningen forudsiger, at systemet er ustabilt, når det faktisk er stabilt, og omvendt. Vi troede, at et neuralt netværk ville hjælpe os med at tackle dette problem."
Evnen til at forudsige, om en planet vil blive smidt ud af sit system, er ikke kun et indfald, det er en yderligere mulighed for at bestemme beboelsespotentialet i en bestemt verden. I sidste ende tog det flere milliarder år for fremkomsten og udviklingen af livet, i det mindste det, der findes på Jorden. Med andre ord er der ingen chance for det, hvis vi taler om en planet, der vandrer i rummet og ikke er bundet til dens lys.
Salgsfremmende video:
For en mere effektiv metode til bestemmelse af Tatooines overlevelsesevne oprettede Lam og kolleger en maskinlæringsalgoritme, som forskere træner ved at bruge 10 millioner simulerede planeter. Efter flere timers eksperimentering og tuning, bemærker Lam, kunne systemet overgå nøjagtigheden af den traditionelle ligning "i alle henseender."
Forskere forventer, at NASAs nye TESS-rumteleskop, der for nylig blev lanceret i kredsløb, vil være i stand til at opdage mange nye planlægninger, og udviklingen af forskere fra Columbia University, sagde Lam, kunne hjælpe med at studere disse verdener.
”Vores model hjælper astronomer med at forstå, hvilke regioner der er bedst til at finde planeter omkring binære systemer. Dette håber jeg vil hjælpe os ikke kun med at opdage nye exoplaneter, men også bedre forstå deres funktioner,”bemærkede videnskabsmanden.
Nikolay Khizhnyak