近（jìn）期，由（yóu）中国科学院（yuàn）上海天（tiān）文台的葛健教（jiāo）授领导的一个国际科研（yán）团队，在运用人工智（zhì）能技术分析开（kāi）普勒太空望远镜于（yú）2017年发布（bù）的恒星光度数据中，取得了突破（pò）性成果，他们（men）发现了5颗前所未（wèi）有的超（chāo）短周期（qī）行星（xīng）。这些行（háng）星的直（zhí）径均小于地球，且围绕（rào）其（qí）主星旋转的周期（qī）不足一天，其中4颗与火星（xīng）大小相仿，是迄今为止探测到的距离（lí）主星最近（jìn）的微型行（háng）星（xīng）。这（zhè）一发现标志着天文学家首次利（lì）用（yòng）人（rén）工（gōng）智能技术，在同一过程中既（jì）搜寻到疑似信号又成（chéng）功（gōng）识别出真（zhēn）实信号，相关研究成果已在（zài）《皇家天文学会月报（bào）》（MNRAS）这一国际天文学权威期刊（kān）上发（fā）表。

艺术构（gòu）想图示（shì）展示（shì）了这（zhè）些（xiē）新发现的、类似火星大小的（de）超短周期系（xì）外行星。由于它们与主星的（de）距离极近，这些行（háng）星的（de）表面温度极高，同时受到强烈的潮（cháo）汐力作用，导致（zhì）其内部结构和（hé）表面形态受（shòu）到挤压，可能引发频繁的（de）火山活动。（绘图：石琰）

超短周期（qī）系外行（háng）星的概（gài）念自2011年起（qǐ），便（biàn）随着开普（pǔ）勒太（tài）空望远镜的光度数据而进入科学视（shì）野，为行星（xīng）形成理论带来了新的视角和挑（tiāo）战（zhàn），促使科学界重新评（píng）估并完善了现有（yǒu）的行星（xīng）系统形（xíng）成与演化模型（xíng）。

葛健教授指出，超短周期行星的（de）发（fā）现对于研究行星（xīng）系（xì）统的（de）早（zǎo）期发展阶段、行星间（jiān）的相互作用以及恒星与行（háng）星间的动态（tài）关系（包括潮汐（xī）力和大（dà）气侵蚀（shí）效应（yīng））具有重要意（yì）义。这类行星可（kě）能并（bìng）非在其当前位置形成（chéng），而是经历了从更远轨道向（xiàng）内的迁移。考虑到（dào）这些行星的主星在其早期形成阶段体积远大于现在（zài），那些原本就靠近恒星的超短（duǎn）周期行星若在那个时期就已存在，很（hěn）可能已被主星吞噬。此外，鉴于超短周期行星往往伴随着（zhe）轨道周期较长的外部行星被发现，科学家推测，超短周期行星（xīng）的（de）起源可能与行星间的相互（hù）作（zuò）用（yòng）有关，这些相（xiàng）互作用将超短（duǎn）周期行星重新安置（zhì）到了它们（men）现（xiàn）在紧邻主（zhǔ）星的轨（guǐ）道上，这（zhè）些轨（guǐ）道（dào）在恒星形成初期可能原本由恒星自身占据。另（lìng）外，这种轨道（dào）迁移也可（kě）能是由原行星盘的相（xiàng）互作用或与主星的潮（cháo）汐相互作用所驱（qū）动的。

然而，超（chāo）短周期行星在（zài）类似（sì）太阳的恒星周围相对（duì）罕见（jiàn），发生率仅为（wéi）约0.5%，通常其（qí）半径小于地球的两倍，或是（shì）在极端情况（kuàng）下，如超（chāo）热木星，其半径可超过地（dì）球的十倍（bèi）。迄今为止，人（rén）类总共仅探测到145颗超短（duǎn）周期行星，其（qí）中仅30颗的（de）半（bàn）径小于地球。葛健表示：“由于样（yàng）本量有限，我（wǒ）们对超（chāo）短周期行星的了解（jiě）仍然（rán）非常有限，难（nán）以准确掌握（wò）它们的统计（jì）特征和（hé）出现率（lǜ）。”

这（zhè）项新研究为探索超短周期行星提供了创新的途径——研究团队开（kāi）发（fā）了一种结合图形处理器（GPU）相位折叠技术和卷积神经网络（luò）的深度学习算（suàn）法。普林斯顿大学的天体物（wù）理学家乔西·温教授对此评（píng）论道：“超（chāo）短周期行星（xīng），或称‘熔岩世界’，因其极端且出人意（yì）料（liào）的特（tè）性，为（wéi）我（wǒ）们揭示（shì）了行星轨道随时（shí）间（jiān）变（biàn）化的线索。我（wǒ）曾以为开普勒（lè）数据（jù）中的凌（líng）星信号（hào）已被充分挖掘，不会再有新行（háng）星（xīng）被发现。但这项新技（jì）术（shù）的应（yīng）用成就令我深感震撼（hàn）。”

葛健透露，这项（xiàng）工作的实（shí）际（jì）启动可追（zhuī）溯至（zhì）2015年（nián）。当时，在佛罗里达（dá）大学计算机（jī）系李晓林（lín）教授的启发（fā）下，他们（men）开（kāi）始尝试将人工智能的（de）深度（dù）学习技（jì）术（shù）应用（yòng）于开（kāi）普勒发布（bù）的光度数据，以期发现传统方法遗漏的微弱凌星（xīng）信（xìn）号。经过近（jìn）十（shí）年的（de）不懈（xiè）努力，他们（men）终于迎来了首次重（chóng）大发现。“要在海（hǎi）量的（de）天文（wén）数据中利用人工智（zhì）能挖掘出（chū）极为罕见的新天体（tǐ），不仅需要创新的人工智（zhì）能算法，还需要基于新发（fā）现现象的物理（lǐ）特征构建的大（dà）量人工数据集进行训（xùn）练，以确（què）保能够（gòu）快速、准确且全面地探测到这些（xiē）在（zài）传统（tǒng）方法下难以捕捉的（de）微弱信号。”葛健强调。