近期，由（yóu）中国科（kē）学院上（shàng）海天（tiān）文台的葛健教（jiāo）授领（lǐng）导的一个（gè）国际科研团队，在（zài）运用人工智（zhì）能技术分（fèn）析开普勒太空望远（yuǎn）镜于2017年发布的恒星（xīng）光度（dù）数据中，取（qǔ）得（dé）了突破性成果，他（tā）们发现了5颗前所未有（yǒu）的（de）超短周期行星。这些行星（xīng）的直径均小于地球，且围绕其主星旋转的周（zhōu）期不足一天，其中4颗与火星大小相仿，是迄今为止（zhǐ）探测到（dào）的距离主（zhǔ）星最近（jìn）的微型行星。这一发现（xiàn）标志着天文（wén）学家首次利（lì）用人工智能技术，在同一过程中（zhōng）既搜（sōu）寻到疑似信号又成（chéng）功（gōng）识别出真实信号，相（xiàng）关（guān）研究成果（guǒ）已（yǐ）在《皇（huáng）家天文学会月（yuè）报》（MNRAS）这一国（guó）际天文（wén）学权威期刊上发表。

艺术（shù）构想图示（shì）展示了这些新发现的、类似火星大小的（de）超短（duǎn）周（zhōu）期系外行星。由于它（tā）们与主星（xīng）的距离极近，这（zhè）些行星的（de）表面温（wēn）度极高，同（tóng）时受（shòu）到强烈的潮汐力作用，导致（zhì）其内部结构和（hé）表面形态（tài）受到挤压，可能（néng）引发频繁的火山活（huó）动。（绘图：石琰）

超短周期系（xì）外（wài）行星（xīng）的概念自2011年起，便随着开普勒太空（kōng）望远镜（jìng）的光度数据而进入（rù）科学视野，为行星形成理论（lùn）带来了新（xīn）的（de）视角和挑战，促使科学界重新（xīn）评估并完善了现有的行星系统（tǒng）形成与演化模型。

葛健教（jiāo）授指出，超短（duǎn）周期行星的发现对（duì）于研究行星系统的早期发展阶段、行星间（jiān）的相互作用以及恒星与行（háng）星间的动态关系（包括潮汐力和大气侵（qīn）蚀效应）具有重要意义。这类行（háng）星可能并非（fēi）在其（qí）当（dāng）前位置形成，而是经历了（le）从更远轨道向内的迁（qiān）移。考虑到这些行星的（de）主（zhǔ）星（xīng）在其（qí）早期形成阶段体积远大于现在，那些原本就靠近恒星（xīng）的超短周期行星若在那个（gè）时期就已存在，很可能已（yǐ）被主星吞噬。此外，鉴于超短周期行星往（wǎng）往（wǎng）伴（bàn）随（suí）着（zhe）轨（guǐ）道周期较长的（de）外部行星被发现，科学（xué）家推测，超（chāo）短周期行（háng）星（xīng）的（de）起源可能与行星间（jiān）的相互作（zuò）用有关，这些相互作用将超（chāo）短周期行星重新安置到了它们（men）现在紧邻主（zhǔ）星（xīng）的轨（guǐ）道（dào）上，这（zhè）些轨道在恒星形成初期可能原本由（yóu）恒星自身占据。另外，这种轨道迁移（yí）也可（kě）能是由原行星盘的相互作用或与主星的潮汐相互作（zuò）用所（suǒ）驱动的。

然而，超短周期行星在类似太（tài）阳的恒星周围相对罕见，发生率仅（jǐn）为（wéi）约0.5%，通（tōng）常其半径小（xiǎo）于地球的（de）两（liǎng）倍（bèi），或是（shì）在极（jí）端情况下，如（rú）超热（rè）木星（xīng），其半径可超过地球（qiú）的十倍。迄今为止，人类总共仅探测到145颗超短周期（qī）行星，其（qí）中仅30颗的半径小于地球。葛健（jiàn）表示：“由于样（yàng）本量有限，我们（men）对超短周期（qī）行星的（de）了解仍然非常有限（xiàn），难以准确掌握它（tā）们的统计特征和（hé）出现率。”

这项新（xīn）研究为探（tàn）索超短周期行星提供（gòng）了创（chuàng）新的途径——研究（jiū）团队开发了（le）一种结合图（tú）形（xíng）处理器（GPU）相（xiàng）位折叠技术和卷积神经网络的深度学（xué）习算法。普林（lín）斯（sī）顿大（dà）学的（de）天（tiān）体（tǐ）物理（lǐ）学家乔西·温教授对此评论道：“超短周期（qī）行星（xīng），或称‘熔岩（yán）世界’，因其极端且出人意料的特性，为我们揭（jiē）示了行星（xīng）轨道随时（shí）间变化的线索。我曾以为开（kāi）普勒数（shù）据中的凌星信号已（yǐ）被充分挖掘，不会再有新行星被发（fā）现。但这项新（xīn）技（jì）术的应用成就令我深感震（zhèn）撼。”

葛健透露，这项工作（zuò）的（de）实（shí）际启（qǐ）动可追溯至2015年。当（dāng）时，在佛罗里（lǐ）达大学（xué）计（jì）算机系李晓林（lín）教授（shòu）的启发下，他们开始（shǐ）尝试将人工智能的深度学习技术（shù）应用于开普勒发（fā）布的光度数据，以期发现传（chuán）统方法遗漏的微弱凌星信号。经过近十年（nián）的不懈努力，他（tā）们终于迎来了首次重（chóng）大发现。“要在海量的（de）天文数据中利用人工智能挖（wā）掘出极（jí）为罕见（jiàn）的新天（tiān）体，不仅需要创新的人工智能（néng）算法，还需（xū）要基于新发现现象的物（wù）理特征构建（jiàn）的大量人工数据集进行训（xùn）练，以确保（bǎo）能够快（kuài）速（sù）、准确且全面地探测到这些在传统方法下难以（yǐ）捕捉的（de）微弱信号。”葛健强（qiáng）调。