科技工作者TB AI新应用——预测行星系统的稳定性


科技工作者TB AI新应用——预测行星系统的稳定性
文章图片
开普勒431系统中行星的轨道 。
为什么行星很少相撞?太阳系这样的由恒星和多行星组成的系统是如何建立的?在行星运行的所有可能方式中 , 一颗恒星在十亿年的生命周期中保持稳定的几率有多大?要回答这些问题 , 只要排除大多数不稳定情况(行星相撞) , 便能够对恒星及其行星有一个更为清晰的了解 。 然而 , 这并不那么容易实现 。
美国普林斯顿大学天体物理科学研究员DanielTamayo说:“分离稳定情况是个极为困难 , 但令人着迷的问题 。 ”为确定一个行星系统的稳定性 , 天文学家需要计算出数十亿年间多行星的运动方式 , 并且检查每种情况的稳定性 。 这是个无法用计算机完成的任务 。
【科技工作者TB AI新应用——预测行星系统的稳定性】行星轨道的稳定性问题虽然已经推动了混沌理论和微积分等诸多学科的革命 , 但研究人员至今还未找到能从理论上预测稳定轨道结构的方法 。
phys.org网站7月13日报道 , Tamayo通过结合简化的行星动态交互模型与机器学习 , 快速消除大量不稳定轨道 , 提高了计算速度 。 使用优化后的方法 , 甚至能在几分钟内完成原本需要数万小时的计算量 。 相关研究成果近期发表于《美国国家科学院院刊》中 。
根据目前的观测数据 , 大多数行星系统可能有多种轨道运行状态 , 但不是所有状态都稳定 。 多数情况下行星轨道会“很快”(几百万年内)因为轨道交叉而变得不稳定 。
Tamayo说:“不能肯定地说这个系统没有问题 , 那个系统很快就会崩塌 。 我们的目标是对于一个给定的系统 , 要排除所有‘快速不稳定’的情况 。 ”
用传统的暴力计算模拟十亿个给定参数的轨道 , 大约需要10小时 。 而Tamayo等设计的模型模拟1万次轨道运行只需几分之一秒 。 在这几分之一秒内 , 他们计算出系统的10个共振动力学参数 。 然后训练一个机器学习样本 , 通过这10个特征值预测运行10亿次后的轨道稳定性 。
这个模型被称为行星轨道构型稳定性模型(SPOCK) 。 SPOCK模型比之前的方法提速近十万倍 , 打破了计算瓶颈 。
“虽然我们还没能‘解决’行星稳定运行的普遍问题 , 但SPOCK模型确实能可靠地筛选出其中的不稳定状态 , 这对于描述系统稳定性相当重要 。 这种新方法为我们提供了一个契机 , 使我们能够了解系外行星的轨道结构 。 ”Tamayo说 。
编译:攀汗审稿:alone责编:雷鑫宇


    推荐阅读