几天前，NASA
宣布了与电信巨头Google合作的有趣结果。 我们正在谈论长期合作，其目的是利用机器学习的功能来处理NASA从
开普勒轨道望远镜接收到的大量数据。 这些结果之一是在
Kepler-90系统中发现了第八个外泌网。
行星本身
是该系统中最小的。 开普勒90号距离地球2.5千光年。 有关的系外行星在14天之内绕其恒星进行了公转。 据人们判断，它的位置非常接近其灯具，因此不太可能在上面洒水，Kepler-90i的特性与水银比与地球更相似。
NASA报告说，开普勒90号恒星比太阳重。 邻近的太阳系与我们的太阳系之间有一些相当大的差异。 例如，系统的所有系外行星都比地球离太阳更靠近恒星。 此外，被探测系统的大多数行星都比地球大。
同时，有一些相似之处。 最主要的是，在此系统中，岩石行星最接近其发光体。 开普勒90的“后院”中还有一些天然气巨人在旋转。
该系统中几乎所有的行星都是使用过渡光度法检测到的。 此方法使您可以检测到系外行星穿过恒星盘时的情况。 此刻，发光体的光度下降，地球科学家记录了新系外行星的发现。 当然，这里有错误的信号，但是在大多数情况下，天文学家仍然会发现一个新物体。 开普勒太空望远镜帮助发现了2500颗系外行星，它们围绕着15万颗附近的恒星旋转。
软件已经在相当长的一段时间内一直在帮助科学家发现系外行星，但是不能称其为“智能”。 它不知道该怎么做。 同时，天文学家也不总是能够确定系外行星。 有时，科学家会因为恒星的调光太小而错过了这一发现，接近通常的统计误差。 为了减少发生此类案件的可能性，科学家们利用了Google的建议。
电信巨头专家已经提出了他们的神经网络和一组专家来对其进行管理。 目的是帮助科学家分析开普勒在几年的工作过程中获得的数据。 对于一个人而言，此信息太多了，无法有效地研究在任何合理时间累积的所有内容。 到目前为止，没有辅助工具的天文学家只能固定较大的系外行星，这对恒星穿过其圆盘时的发光度有重大影响。
但是，有一个更微弱的信号表明一个人不知道如何工作。 在这里，机器学习可以解决。 因此，Google开发了专门的软件，可让您研究望远镜数据中的微弱信号。
该公司的代表使用15,000种不同的系外行星数据实例对神经网络进行了培训，这些实例以前是由机构天文学家注册的。 因此，神经网络收到了许多用于检测恒星系统中系外行星的标准。 培训结束时，公司专家以96％的准确度实现了对行星的识别。
之后，将760个不同恒星的数据
下载到系统中。 在接收到的信号中，神经网络能够检测到两个系外行星。 如上所述，其中一个位于Kepler-90系统中，第二个位于称为Kepler-80的系统中。
“很可能开普勒90旋转的行星更多。 如果这个假设没有得到证实，那将甚至很奇怪，”美国宇航局的科学家在一份声明中说。
利用获得的经验，科学家计划通过与Google神经网络合作搜索其他系外行星来巩固其成功，这些系外行星不仅在Kepler-90系统中，而且在地球以外的地方。