近（jìn）期，由（yóu）中国科学院上海天文台的葛健教授（shòu）领导的一个国际科研团队，在运用人工智（zhì）能技术分析开普勒太空望远镜于2017年（nián）发（fā）布的恒星光度数据中，取得了突破性成果，他（tā）们发现了（le）5颗前所未（wèi）有的超短周期行星。这些行星的直（zhí）径均小于地球（qiú），且围绕其主星旋（xuán）转的周期不足一天，其中4颗与（yǔ）火星大小相仿，是迄今为止探测到的（de）距离主星最近的微（wēi）型行（háng）星（xīng）。这一发现标志着天文学（xué）家首（shǒu）次利用（yòng）人工智能技（jì）术，在同一过程（chéng）中既（jì）搜寻到疑似信号又成（chéng）功识别出真实（shí）信号，相关研究成（chéng）果已在《皇家天文学会月报》（MNRAS）这一国际天文学权威（wēi）期刊（kān）上发表。

艺术构想图示展（zhǎn）示了这些新发现的、类似火星大小的超短（duǎn）周期系外行星。由于它们与主星的距离极近，这些行星的（de）表面温度极高，同（tóng）时受（shòu）到强烈的潮汐力作用，导致（zhì）其内部结（jié）构和表面形（xíng）态受到挤压，可能引发频繁的火山活动。（绘图：石琰）

超短周期系外行星的概念（niàn）自2011年起（qǐ），便（biàn）随着开普勒（lè）太空望远镜的光度数（shù）据而（ér）进入科学（xué）视野，为行星形成理论带来（lái）了（le）新的视角和（hé）挑战（zhàn），促（cù）使（shǐ）科学界重（chóng）新评估并完善（shàn）了现有的行（háng）星系（xì）统形成与（yǔ）演化模型（xíng）。

葛健教授指出，超短周期行星的发（fā）现对于研（yán）究行（háng）星系（xì）统的早期发展阶段、行星间的相互作用以及恒星与（yǔ）行星间的（de）动态关系（包括（kuò）潮汐力和大气侵蚀效应）具（jù）有重（chóng）要意义。这类行星可能并非在其当前位置（zhì）形成，而是（shì）经历了从更远轨道（dào）向（xiàng）内的（de）迁移。考（kǎo）虑到这（zhè）些行星的（de）主星在其早期形成阶段（duàn）体积远大于现在，那些原本就靠近恒星的超短周期行星若在那个时（shí）期（qī）就已存在，很可（kě）能已被主星吞噬。此（cǐ）外，鉴于超短周期行星往往伴随着轨道（dào）周期较长的（de）外部行星被（bèi）发现（xiàn），科学家（jiā）推测，超短周期行星的（de）起源可能与行（háng）星间的相（xiàng）互作用有（yǒu）关，这些相互作（zuò）用将超短周（zhōu）期行（háng）星重（chóng）新（xīn）安置到了它们现在（zài）紧（jǐn）邻（lín）主星的轨道上，这些轨道在恒星形成初期可（kě）能原本由恒星自身（shēn）占据。另外，这种轨道迁（qiān）移也可能是（shì）由原行星盘的（de）相互作用或与主星的（de）潮汐相（xiàng）互作用（yòng）所驱动的。

然而，超短（duǎn）周期行星（xīng）在类似太阳的（de）恒星周围相（xiàng）对罕（hǎn）见（jiàn），发生率仅为约0.5%，通常其半（bàn）径小（xiǎo）于（yú）地球的两倍，或是在极端情况下，如超热木星，其半径可超（chāo）过地球的十倍。迄今为止，人类总共（gòng）仅（jǐn）探测到（dào）145颗超短周期行（háng）星，其中仅30颗的半径小于（yú）地球。葛健表示：“由（yóu）于样本量有限，我们对超短（duǎn）周期行星（xīng）的了解仍然非常有限，难以准（zhǔn）确掌握它们的统（tǒng）计特（tè）征和出现（xiàn）率。”

这项新研究为探索超短周（zhōu）期（qī）行（háng）星提（tí）供了（le）创新的途（tú）径——研究团队开（kāi）发（fā）了一种结（jié）合图形（xíng）处理器（GPU）相位折叠技术和（hé）卷（juàn）积神（shén）经网络的深度学习算法。普林斯顿大学的天（tiān）体物理学家（jiā）乔西·温教授对（duì）此评论道：“超短周期行星，或称‘熔（róng）岩世界（jiè）’，因其极端且出人意料的特（tè）性，为（wéi）我们揭示了行星轨道（dào）随时间变化的线索。我（wǒ）曾以为开普（pǔ）勒数据中的凌星信号已被充（chōng）分挖掘，不会再有新（xīn）行星被（bèi）发现（xiàn）。但这（zhè）项新技术的（de）应用成（chéng）就令我（wǒ）深感震撼（hàn）。”

葛（gě）健透露（lù），这项工作的实际启动可追溯至2015年。当时，在佛罗里达大学计算机（jī）系李晓林教授的启发下，他（tā）们开（kāi）始（shǐ）尝试将人工智（zhì）能的（de）深（shēn）度学习技术应（yīng）用（yòng）于开普（pǔ）勒发布（bù）的光（guāng）度数据，以期发现（xiàn）传统方（fāng）法遗漏的微弱凌（líng）星信号（hào）。经过（guò）近十年的不懈努力，他们终于迎（yíng）来了首次重大发（fā）现。“要在（zài）海量的（de）天文数据中利用人工（gōng）智能挖掘出（chū）极为罕见的新天体，不仅（jǐn）需要创（chuàng）新的人工智能（néng）算法，还需要基于新发现（xiàn）现象的物（wù）理特征构（gòu）建的大量人（rén）工数（shù）据集进行训（xùn）练，以（yǐ）确保能够快速、准（zhǔn）确且（qiě）全面地探测到这（zhè）些在传统方法下难（nán）以（yǐ）捕捉的微弱（ruò）信（xìn）号。”葛（gě）健强调。