![](https://habrastorage.org/webt/ac/oq/vx/acoqvx7njfv5zmvd_lugvslkvcm.png)
Фрагмент Солнечной системы (слева) в сравнении с восьмипланетной системой Kepler 90 (справа). Обнаруженная нейросетью Google экзопланета Kepler 90i с периодом обращения 14 дней отмечена оранжевым цветом
Исследователи находят всё новые применения нейросетям для обработки изображений. Теоретически возможности машинного обучения с подкреплением (DL) поистине безграничны, но когда смотришь на реальные достижения этих программ — среди них не так уж много действительно полезных на практике. Чаще всего нейросети достигают успеха в какой-нибудь игре, выдавая в качестве положительного стимула количественный результат в очках. Но какой смысл, что ваш ИИ научился отлично играть в Counter-Strike, если он не способен реализовать свои знания на практике и обезвредить настоящих террористов?
Но в отдельных случаях DL всё-таки используют не только для изучения самого DL, но и для решения практических задач, важных для человечества. Например, они используются в здравоохранении, квантовой химии и ядерной физике (везде даны ссылки на исследования Google). Теперь к этому списку присоединилась астрофизика. Инженеры из подразделения Google Brain нашли две новые экзопланеты, обучив нейросеть анализировать данные с космического телескопа «Кеплер». Хотя это всего лишь предварительные результаты после обработки 670 звёздных систем, но они доказывают применимость машинного обучения в данной области.
8 марта 2018 года разработчики Google выложили на GitHub исходный код программы для обработки данных с «Кеплера», программ обучения нейросети и выдачи прогнозов по самым перспективным звёздным системам.
Google надеется, что публикация исходников поможет другим исследователям разработать аналогичные нейронные сети и алгоритмы обучения для обработки данных с других космических миссий, в том числе K2 (вторая миссия «Кеплера») и Transiting Exoplanet Survey Satellite.
Как известно, 12 мая 2013 года телескоп «Кеплер» вышел из строя; орбитальная обсерватория потеряла ориентацию в пространстве, бортовой компьютер перешёл в «безопасный режим». Но инженеры NASA не сдались и предложили инновационный способ, как стабилизировать космическую станцию, используя солнечный ветер. Схематично изобретённая техника показана на иллюстрации.
![](https://habrastorage.org/getpro/geektimes/post_images/f2e/617/8f1/f2e6178f184b5b41428d5a1e968ad16b.jpg)
С момента начала миссии K2 обнаружено более 20 экзопланет и более 300 кандидатов — и «Кеплер» продолжает поставлять новые данные для анализа.
Основным научным инструментом космической обсерватории является фотометр, составленный из 42 ПЗС-сенсоров размером 50?25 мм и разрешением 2200?1024 пикселей каждая. Каждые три секунды происходит считывание с ПЗС. Фотометр непрерывно регистрирует яркость звезды, и если перед ней проходит планета — то фиксирует характерный сигнал в форме U.
![](https://habrastorage.org/getpro/geektimes/post_images/bcd/859/923/bcd859923b90d5b51f3842e055d9e951.png)
Проблема в том, что похожий сигнал могут давать и другие астрономические объекты, а не только планеты. Например, это могут быть двойные звёзды, звёздные пятна, космические лучи, шум от инструментов и другие феномены.
![](https://habrastorage.org/getpro/geektimes/post_images/98d/273/3b2/98d2733b27977ccd85d49d608e2156d8.png)
Автоматический конвейер обработки данных NASA пытается отфильтровать сигналы, которые могут соответствовать экзопланетам. Но даже после такой фильтрации кандидатов слишком много, и все требуют проверки. На данный момент конвейер выдал более 30 000 кандидатов, и около 2500 в реальности оказались планетами.
Инженеры Google обучили нейросеть на имеющемся наборе данных — тех самых 30 000 кандидатах, которые уже реально проверены людьми (обучение с учителем). Так она научилась уверенно отличать планеты от ложноположительных кандидатов. После этого её запустили для проверки на небольшой выборке из 670 звёздных систем — и её удалось найти две ранее неизвестные экзопланеты Kepler-90i и Kepler-80g, которые раньше ускользнули от внимания астрономов при ручной проверке кандидатов.
![](https://habrastorage.org/getpro/geektimes/post_images/ff0/52d/856/ff052d85628ae3afefbe9f8881be5eb5.png)
Теперь после публикации исходного кода любой желающий может начать поиск новых экзопланет на своём собственном компьютере, обучив нейросеть от Google по опубликованной инструкции и загрузив в неё данные с «Кеплера».
Обработки ждут ещё 200 000 звёздных систем. Вокруг каждой из них могут вращаться планеты земного типа.
Комментарии (7)
nowfine
12.03.2018 20:00Гляжу на гифку и не понимаю вот чего. Ведь на графике края нарисованные прямыми линиями не должны быть такими из-за серпа света отраженного от планеты.
vanxant
13.03.2018 04:43Альбедо планеты единицы — десятки процентов, площадь серпа смешная, ещё и угол такой, что прямого отражения нет, только рассеянное
Capineiro
13.03.2018 08:34После транзита планета и звезда еще долгое время остаются практически на одной линии с нами, так что серп покажется совсем не скоро. На гифке масштабы не соблюдены на несколько порядков.
Tachyon
13.03.2018 08:53Теперь после публикации исходного кода любой желающий может начать поиск новых экзопланет на своём собственном компьютере, обучив нейросеть от Google по опубликованной инструкции и загрузив в неё данные с «Кеплера».
Люблю когда наука движется подобным путём. Давая возможность простым людям поучаствовать. Для меня это хороший способ потратить свободное время на что-то полезное для человечества, и интересное для меня. А не тупо проиграть его в очередной игрушке. Нравится eyewire.org и ему подобные.
2morrowMan
Гифка на гитхабе у них шикарная:
![image](https://github.com/tensorflow/models/blob/master/research/astronet/docs/transit.gif?raw=true)