Wo noch nie eine KI zuvor gewesen ist

NASA findet mit Deep Learning über 300 neue Exoplaneten

Uhr
von Coen Kaat und jor

Bei der Suche nach potenziell bewohnbaren Planeten in fremden Galaxien greift die NASA neu auf Machine Learning zurück. Das Projekt Exominer nutzt NASAs eigenen Superrechner und konnte bereits 301 Exoplaneten bestätigen.

(Source: urikyo33 / Pixabay.com)
(Source: urikyo33 / Pixabay.com)

Die US-amerikanische Bundesbehörde für Raumfahrt und Flugwissenschaft NASA hat 301 neue Exoplanent gefunden - also Planeten, die einen entfernten Stern ausserhalb unseres Sonnensystems umkreisen.

Genau genommen hat die NASA die neuen Exoplaneten nicht gefunden. Das hatte NASAs Weltraumteleskop Kepler schon erledigt. Nach dem Finden möglicher Exoplaneten folgt aber ein enorm zeitaufwändiger Prozess. Dabei müssen Experten massive Datensets analysieren, um herauszufinden, welche der möglichen Exoplaneten tatsächliche Exoplaneten sind.

Zumindest bis jetzt. Um die 301 neuen Exoplaneten zu bestätigen, setzte NASA nämlich auf ein Deep Neural Networks namens Exominer. Dabei handelt es sich um eine Machine-Learning-Anwendung, die automatisch eine Aufgabe erlernt, wenn sie mit genügend Daten versorgt wird. Das Netzwerk nutzt NASAs Supercomputer Pleiades - die Nummer 81 auf der Rangliste der schnellsten Superrechner der Welt.

Exominer kann laut einer Mitteilung der NASA echte Exoplaneten von False Positives das heisst von falsch positiven Ergebnissen unterscheiden. Die Methodik beruhe auf Prüfungen und Eigenschaften, die menschliche Experten nutzen, um Exoplaneten zu bestätigen. Ausserdem lerne der Algorithmus von zuvor bestätigen und falschen positiven Fällen.

Kein Mysterium

"Im Gegensatz zu anderen Machine-Learning-Programmen, die Exoplaneten aufspüren, ist Exominer keine Blackbox - warum es entscheidet, ob etwas ein Planet ist oder nicht, ist kein Mysterium", sagt Jon Jenkins, Exoplanetenforscher in NASAs Ames Research Center.

Laut Hamed Valizadegan ist Exominer nicht nur hochpräzise, sondern in mancher Hinsicht auch zuverlässiger als menschliche Experten, deren Methoden es nachahmt. Der Grund dafür liege in der Voreingenommenheit, die mit der Kategorisierung durch Menschen einhergehe. "Wenn Exominer sagt, dass es sich um einen Planeten handelt, kann man sicher sein, dass es ein Planet ist", sagt er. Valizadegan ist Leiter des Exominer-Projekts.

Keiner der 301 neuen Exoplanten ist erdähnlich oder in der bewohnbaren Zone rund um ihre Sonnen. Diese 301 Entdeckungen könnten dennoch dabei helfen, fremde Planeten und Sonnensysteme besser zu verstehen und so auch herauszufinden, was unser Sonnensystem so einzigartig macht, sagt Jenkins.

Übrigens: Exoplaneten in der bewohnbaren Zone (auch Goldilocks Zone genannt) zu finden, ist keine Seltenheit. Aufgrund der bisherigen Himmelsbeobachtungen geht NASA davon aus, dass zwischen 2 und 12 Prozent der Sterne, die man am Nachthimmel sieht, einen kleinen, erdähnlichen Planeten in der bewohnbaren Zone haben.

Was mit der "bewohnbaren Zone” gemeint ist, erklärt NASA hier im Video. (Source: NASA)

Mehr Daten für Exominer

Das Deep Neural Network Exominer soll keine menschlichen Exoplanetenjäger ersetzen. Wie es in der Mitteilung heisst, soll es Menschen ergänzen.

Die Zukunft hält noch mehr Aufgaben bereit für Exominer. "Nun, da Exominer darauf trainiert wurde, Daten von Kepler zu analysieren, können wir das Netzwerk mit nur wenigen Feinabstimmungen auch für andere Missionen nutzen", sagt Valizadegan. Dazu zählen etwa Daten bezüglich potenzieller Exoplaneten von NASAs Transiting Exoplanet Survey Satellite (TESS) oder von ESAs noch bevorstehendes PLATO-Projekt ("Planetary Transits and Oscillations of stars").

Zum Zeitpunkt dieser Publikation hat NASA bereits 4575 Exoplaneten in 3392 Sonnensystemen bestätigt. 168 davon werden als terrestrisch eingestuft und könnten potenziell Leben beherbergen. 7954 Kandidaten warten noch darauf, bestätigt oder widerlegt zu werden.

Wer selbst einen Blick wagen will, sollte hier weiterlesen: Forschende der EPFL entwickeln nämlich die bislang detaillierteste 3-D-Karte des beobachtbaren Universums. Mit einem VR-Headset soll man sich durch Raum und Zeit bewegen und dabei nicht nur den Anfang, sondern auch die Zukunft des Weltalls beobachten können.

Webcode
DPF8_239790