AI模型识别44个宜居星系

瑞士伯尔尼大学的研究团队在寻找宜居星球方面取得了重要进展。他们开发了一种新的机器学习模型，具备高达99%的准确率，成功识别出44个可能拥有类地行星的恒星系统。

这项研究由伯尔尼大学与瑞士国家行星研究能力中心组成的联合团队完成，并于2025年4月9日对外公布。研究团队表示，这一AI模型能够高效筛选那些极有可能孕育类地行星的系外恒星系统，其识别精度达到了前所未有的水平。这不仅为寻找潜在宜居星球提供了新工具，也为探索地外生命打开了新局面。

该项目起源于Jeanne Davoult的博士研究课题，并在Yann Alibert和Romain Eltschinger教授的指导下完成。研究团队利用著名的“行星形成与演化伯尔尼模型”生成合成数据，对AI模型进行训练。该模型可模拟行星系统的形成过程，从而有效预测哪些恒星系统可能孕育类地行星。

训练完成后，该模型被应用于真实天文观测数据，最终识别出44个可能隐藏未知类地行星的恒星系统。这项研究成果对于未来的太空观测任务具有重要意义，特别是在相关机构计划中的两个重点项目的实施中将发挥关键作用。这两个项目的目标均聚焦于探测类地行星及其潜在生命迹象。

其中一项任务计划于2026年启动，采用凌日法和星震学技术，重点搜索类太阳恒星周围处于宜居带的系外行星。另一项任务则旨在通过红外光谱与干涉测量手段，深入分析目标行星大气成分，以检测水蒸气、甲烷等可能存在生命的标志性气体。

伯尔尼大学的这项AI预测研究有望显著提升未来行星探测任务的效率和准确性，为人类深入了解宇宙中的类地世界提供坚实基础。