浩瀚宇宙，繁星億萬，尋找另一顆藍色星球的夢想，如同大海撈針。但現在，來自瑞士的一支科研團隊，爲這場史詩級的探索注入了強大的新動能。他們精心打造了一款人工智能模型，如同一位目光銳利的星際偵探，能夠穿透星塵，洞察那些可能隱藏着宜居世界的未知角落。這不僅僅是一項技術突破，更像是一張指向未來的藏寶圖。

在一篇發表於《天文學與天體物理學》雜誌的最新研究中，科學家們詳細描繪了這位 AI 偵探的非凡能力。通過深度學習，這個智能算法仔細梳理了已知星系的數據，最終“嗅探”出44個特別的恆星系統，並大膽預測:在這些看似平靜的星際鄰里中，極有可能潛伏着我們至今未能探測到的、與地球相似的系外行星。這無疑爲加速尋找生命搖籃的征程，點亮了一盞充滿希望的指路明燈。

元宇宙 科幻

圖源備註：圖片由AI生成，圖片授權服務商Midjourney

當然，這位 AI 偵探目前還不能拍着胸脯保證那些“地球2.0”真的就在那裏，但它已經成功地爲天文學家們圈定了下一批重點勘察目標。更令人振奮的是，在模擬測試中，該模型的表現堪稱驚豔，其預測精度值高達0.99。這意味着，在模擬宇宙裏，它指認出的系統中，有99% 的確至少擁有一顆類地行星。這無疑給了現實世界的搜尋工作巨大的信心。

“這是全球範圍內爲數不多擁有如此複雜度和深度的模型之一，使得像我們這樣的預測性研究成爲可能。” 該研究的共同作者、伯爾尼大學空間與宜居性中心聯席主任 Yann Alibert 博士自豪地表示，“這在尋找具備生命宜居條件的行星，乃至最終尋找宇宙生命方面，邁出了至關重要的一步。”

尋找系外行星，本身就是一場與極限的較量。這些遙遠的星球與它們的主恆星相比，如同塵埃般渺小，自身幾乎不發光，極難被直接觀測到。迄今爲止，科學家們確認存在的太陽系外行星也僅有5800餘顆，且我們掌握的大部分信息都相當有限。這點“蛛絲馬跡”對於需要海量數據進行訓練的 AI 來說，顯然是杯水車薪。

面對這一困境，瑞士的研究者們另闢蹊徑。他們沒有依賴稀缺的真實觀測數據，而是轉而“餵養”AI 由“伯爾尼行星形成與演化模型”生成的龐大合成行星系統數據庫。這個強大的模擬工具能夠鉅細靡遺地重現假想行星從原行星盤誕生之初直至成熟的完整演化歷程，爲 AI 提供了近乎無窮無盡的學習素材。Alibert 博士強調:“伯爾尼模型是全球獨一無二的，它整合瞭如此豐富的物理過程，才使得我們當前的研究得以實現。”

在這些嚴苛的模擬訓練中，這位 AI 偵探逐漸“領悟”到了尋找類地行星的關鍵線索。研究人員在論文中寫道，它發現，一個恆星系統中最內側、可被探測到的那顆行星，尤其是它的質量和圍繞恆星旋轉的週期，是預測是否存在更深處隱藏類地行星的最強指標。

掌握了這一“祕籍”後，團隊將這套機器學習算法應用於近1600個已知至少擁有一顆行星、且其主恆星屬於 G 型（類似太陽）、K 型或 M 型(比太陽更小、更冷)的真實恆星系統樣本。分析結果直指那近四打(44個)系統——它們極有可能正悄悄孕育着一個我們尚未發現的“地球同胞”。

然而，這位 AI 偵探也並非無所不能、完美無缺。研究者們坦誠，目前的模型尚未能完全複製天文學家觀測到的所有恆星系統特徵，例如所謂的“超級地球”與“冷木星”常常在類太陽恆星周圍“扎堆”出現的強關聯性，模型就沒能很好地體現。並且，模擬生成的行星往往比現實中觀測到的行星更靠近它們的主恆星。

但這絲毫不會減損它的價值。在浩瀚無垠、令人目眩的宇宙尺度面前，任何能夠幫助天文學家縮小搜尋範圍、提高“命中率”的工具，都無異於遊戲規則的改變者。這位來自瑞士的 AI 星際偵探，雖然還不能直接帶我們找到下一個家園，但它無疑爲這場人類最宏偉的探索之一，照亮了前路，讓尋找地球“表親”的漫漫征途，變得更加清晰和充滿希望。