浩瀚宇宙，繁星亿万，寻找另一颗蓝色星球的梦想，如同大海捞针。但现在，来自瑞士的一支科研团队，为这场史诗级的探索注入了强大的新动能。他们精心打造了一款人工智能模型，如同一位目光锐利的星际侦探，能够穿透星尘，洞察那些可能隐藏着宜居世界的未知角落。这不仅仅是一项技术突破，更像是一张指向未来的藏宝图。
在一篇发表于《天文学与天体物理学》杂志的最新研究中，科学家们详细描绘了这位 AI 侦探的非凡能力。通过深度学习，这个智能算法仔细梳理了已知星系的数据，最终“嗅探”出44个特别的恒星系统，并大胆预测:在这些看似平静的星际邻里中，极有可能潜伏着我们至今未能探测到的、与地球相似的系外行星。这无疑为加速寻找生命摇篮的征程，点亮了一盏充满希望的指路明灯。
图源备注：图片由AI生成，图片授权服务商Midjourney
当然，这位 AI 侦探目前还不能拍着胸脯保证那些“地球2.0”真的就在那里，但它已经成功地为天文学家们圈定了下一批重点勘察目标。更令人振奋的是，在模拟测试中，该模型的表现堪称惊艳，其预测精度值高达0.99。这意味着，在模拟宇宙里，它指认出的系统中，有99% 的确至少拥有一颗类地行星。这无疑给了现实世界的搜寻工作巨大的信心。
“这是全球范围内为数不多拥有如此复杂度和深度的模型之一，使得像我们这样的预测性研究成为可能。” 该研究的共同作者、伯尔尼大学空间与宜居性中心联席主任 Yann Alibert 博士自豪地表示，“这在寻找具备生命宜居条件的行星，乃至最终寻找宇宙生命方面，迈出了至关重要的一步。”
寻找系外行星，本身就是一场与极限的较量。这些遥远的星球与它们的主恒星相比，如同尘埃般渺小，自身几乎不发光，极难被直接观测到。迄今为止，科学家们确认存在的太阳系外行星也仅有5800余颗，且我们掌握的大部分信息都相当有限。这点“蛛丝马迹”对于需要海量数据进行训练的 AI 来说，显然是杯水车薪。
面对这一困境，瑞士的研究者们另辟蹊径。他们没有依赖稀缺的真实观测数据，而是转而“喂养”AI 由“伯尔尼行星形成与演化模型”生成的庞大合成行星系统数据库。这个强大的模拟工具能够巨细靡遗地重现假想行星从原行星盘诞生之初直至成熟的完整演化历程，为 AI 提供了近乎无穷无尽的学习素材。Alibert 博士强调:“伯尔尼模型是全球独一无二的，它整合了如此丰富的物理过程，才使得我们当前的研究得以实现。”
在这些严苛的模拟训练中，这位 AI 侦探逐渐“领悟”到了寻找类地行星的关键线索。研究人员在论文中写道，它发现，一个恒星系统中最内侧、可被探测到的那颗行星，尤其是它的质量和围绕恒星旋转的周期，是预测是否存在更深处隐藏类地行星的最强指标。
掌握了这一“秘籍”后，团队将这套机器学习算法应用于近1600个已知至少拥有一颗行星、且其主恒星属于 G 型（类似太阳）、K 型或 M 型(比太阳更小、更冷)的真实恒星系统样本。分析结果直指那近四打(44个)系统——它们极有可能正悄悄孕育着一个我们尚未发现的“地球同胞”。
然而，这位 AI 侦探也并非无所不能、完美无缺。研究者们坦诚，目前的模型尚未能完全复制天文学家观测到的所有恒星系统特征，例如所谓的“超级地球”与“冷木星”常常在类太阳恒星周围“扎堆”出现的强关联性，模型就没能很好地体现。并且，模拟生成的行星往往比现实中观测到的行星更靠近它们的主恒星。
但这丝毫不会减损它的价值。在浩瀚无垠、令人目眩的宇宙尺度面前，任何能够帮助天文学家缩小搜寻范围、提高“命中率”的工具，都无异于游戏规则的改变者。这位来自瑞士的 AI 星际侦探，虽然还不能直接带我们找到下一个家园，但它无疑为这场人类最宏伟的探索之一，照亮了前路，让寻找地球“表亲”的漫漫征途，变得更加清晰和充满希望。
