Wetenschappers hebben met behulp van een nieuwe 'machine learning'-algoritme het bestaan van maar liefst vijftig nieuwe exoplaneten kunnen bevestigen. De 'machine learning' techniek betekent zoveel als 'machinaal leren' en is een techniek waarmee computers op zoek gaan naar specifieke patronen in meetgegevens. Het nieuwe algoritme werd ontwikkeld door wetenschappers van de universiteit van Warwick en zal in de toekomst ook gebruikt worden om meetgegevens afkomstig van bestaande ruimtetelescopen te analyseren.
Exoplaneten zijn planeten die rondom andere sterren cirkelen en worden vandaag de dag vaak opgespoord tijdens grote hemelsurveys met telescopen op aarde of in de ruimte. Een groot deel van deze exoplaneten wordt uiteindelijk ontdekt met behulp van de 'transit-methode' waarbij men een dipje opmerkt in het licht afkomstig van een ster. Dit helderheidsdipje wordt veroorzaakt doordat een planeet, gezien vanaf de aarde, langs de ster voorbij schuift. Helaas betekenen deze helderheidsdipjes niet altijd het bestaan van een exoplaneet maar kan dit ook veroorzaakt worden doordat de moederster een zwakke begeleidende ster heeft. Ook kunnen fouten in de camera's een invloed hebben op helderheidsmetingen van sterren. Om uiteindelijk echte signalen van foutieve te kunnen onderscheiden, moeten astronomen vaak vervolgwaarnemingen uitvoeren op de betreffende sterren en dat kost nu eenmaal veel geld en tijd. Wetenschappers zijn hierdoor op zoek gegaan naar een manier om sneller sporen van echte planeten te kunnen onderscheiden van foutieve helderheidsdipjes. Wetenschappers van de universiteit van Warwick hebben nu een nieuw computeralgoritme ontwikkeld dat het onderscheid tussen echte en foutieve signalen veel sneller kan maken aangezien dit algoritme als het ware is 'getraind' met data afkomstig van eerder bevestigde exoplaneten dat afkomstig is van de succesvolle Kepler ruimtetelescoop. De ontwikkeling van algoritmes waarmee computers kunnen 'leren' of sneller patronen kunnen opsporen heet men 'machine learning' en is en een onderzoeksveld binnen de kunstmatige intelligentie. Om het nieuwe algoritme te kunnen testen, hebben de onderzoekers dit toegepast op een dataset van nog onbevestigde kandidaat exoplaneten waaruit maar liefst vijftig exoplaneten werden opgespoord waarvan het bestaan voor 99% zeker is. De bedoeling is nu dat dit nieuwe computeralgoritme ook zal gebruikt worden voor het analyseren van data afkomstig van toekomstige ruimtetelescopen zoals de Amerikaanse TESS en Europese PLATO. Al deze exoplaneten die heel verschillend aangezien sommige kleiner zijn dan aarde en andere dan weer zo groot zijn als de planeet Neptunus. Wetenschappers verwachten dat het algoritme na verloop van tijd steeds beter gaat worden in het herkennen van echte exoplaneten.
