艺术想象图：新发现的类似火星大小的超短周期系外行星（制图：石琰）

借助人工智能技术，宇宙的奥秘被“看见”。中国科学院上海天文台教授葛健带领国际团队，通过创新深度学习算法，发现了5颗直径小于地球、轨道周期短于1天的超短周期行星。这是天文学家首次利用人工智能，一次性完成搜寻疑似信号和识别真信号任务。相关研究成果近日在国际天文学期刊《皇家天文学会月报》发表。

超短周期行星又被天文学家称为“熔岩世界”，表面温度很高，潮汐力的挤压还会导致大量火山喷发现象。2011年，超短周期系外行星在开普勒望远镜提供的测光数据中被首次发现，为行星形成理论带来了独特的机遇和挑战。

2015年，人工智能AlphaGo的出现备受关注。葛健受此启发，试将深度学习技术用于分析开普勒数据集。他表示，要让人工智能从海量数据中“挖”到宝，需要发展新算法，并开展针对性训练，力求快速、准确、完备地探寻到稀少而微弱的信号。

通过不断尝试，该团队的深度学习新算法，比国际流行的算法搜寻速度提高了约15倍，显著提高了凌星信号的搜索速度、精度和完备度。“我们很幸运。经过近10年的努力，有了第一份收获。这是人工智能在天文大数据领域应用的又一个里程碑。”葛健说，这套算法在开普勒数据集中，识别出5颗新的超短周期行星，其中4颗是迄今发现的距其主星最近的最小行星，大小与火星相近。

“这些超短周期行星的存在，为我们提供了更加多样化的系外行星样本，也将帮助我们理解超短周期行星形成机制。”葛健说。