加拿大多伦多大学科学家最近开发了一种机器学习软件，可以用来发现外太空的外星生命。塔马约带领研究团队研究如何利用机器学习技术解决特定的科学问题。现有的探测系外行星的方法可以检测它们的大小和轨道周期。然而，这些技术仍然无法测量椭圆轨道的质量和具体形状，这是影响行星系统稳定性的关键因素。新的人工智能技术可以获取这些数据。

       据浪科技新闻 北京时间1月10日，据外国媒体报道，加拿大多伦多大学科学家最近根据谷歌和Netflix该公司的算法开发了一个机器学习软件。研究人员认为，该机器学习软件可以用来发现外太空的外星生命。据了解，这种强大的软件比传统的预测行星系统是否存在的方法快1000倍。研究人员希望该软件能够用于各种系统，提供各种有价值的信息，并确定其稳定性和宜居性。

加拿大科学家开发机器学习软件：用于探索外星生命

       该软件使用机器学习技术，这也是一种人工智能技术。计算机可以根据人类编写的程序和不断补充的数据自学。先进的系统可以教他们如何处理不同的数据，并不断改进自己。加拿大多伦多大学的科学家利用这一技术寻找可能存在生命的遥远行星系统，其研究结果发表在《天体物理杂志快报》上。

       丹，加拿大多伦多大学学士嘉堡校区行星科学中心科学家-塔马约说：机器学习以其强大的功能解决了天体物理学领域的一个主要问题。它可以预测行星系统是否稳定。研究人员解释说，如果你知道行星系统是否稳定，你可能会了解系统的最初形成过程。塔马约说，有无数的方法可以探测目标行星的大小或轨道周期。

加拿大科学家开发机器学习软件：用于探索外星生命

       然而，该技术仍然无法测量目标行星的质量和椭圆轨道的特定形状，这是影响行星稳定性的关键因素。为了完成这项研究，塔马约带领研究团队在石家堡校区建立了一系列工作室，致力于研究如何利用机器学习技术解决特定的科学问题。塔马约说：我们的发现告诉我们，我们的尝试是值得的，因为它不仅非常准确，而且运行得更快。

       美国宇航局将于明年发射凌星系外行星巡逻望远镜。当时，使用凌星系外行星巡逻望远镜的分析数据，机器学习工具将变得更加方便。这将是一个非常有用的工具，因为预测稳定性也可以帮助我们了解更多关于行星系统的信息，从质量上限到各种异常行为。（彬彬）

声明：本文内容采编自互联网，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请点击举报，一经查实，本站将立刻删除。

本文链接：https://www.vivst.com/8907.html