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
.
ที่มา VOA THAI (https://www.voathai.com/a/machine-learning-helps-nasa-confirm-301-new-exoplanets/6340263.html)