Znanstvenici sa Sveučilišta u Bernu razvili su model umjetne inteligencije koji formiranje planetarnih sustava računa u nekoliko sekundi, umjesto u danima ili tjednima koliko traju klasične simulacije. Sustav, treniran na referentnim simulacijama, može predvidjeti postojanje i svojstva još neotkrivenih planeta u već poznatim egzoplanetnim sustavima.
Više od dva desetljeća istraživači na Sveučilištu u Bernu razvijaju tzv. Bernski model, skup računalnih programa za numeričku simulaciju nastanka planetarnih sustava i analizu njihove arhitekture. Te su simulacije računalno zahtjevne. Jedno pokretanje može trajati od nekoliko dana do nekoliko tjedana na suvremenim superračunalima.
Tim koji čine prof. Yann Alibert i Sara Marques iz NCCR PlanetS i Centra za svemir i nastanjivost Sveučilišta u Bernu te dr. Jeanne Davoult, znanstvenica u DLR-u u Berlinu, razvio je model umjetne inteligencije (UI) koji izračune izvodi u sekundama. To je približno milijun puta brže od standardnih numeričkih postupaka.
Studija je objavljena u časopisu Astronomy & Astrophysics. Rezultati su predstavljeni na konferenciji “Fast Machine Learning for Science” u Zürichu, gdje je postersko izlaganje osvojilo nagradu za najbolji poster, te na zajedničkom skupu Europlanet Science Congress i Division for Planetary Sciences (EPSC-DPS) 2025 u Helsinkiju.
Zašto je važno znati gdje promatrati
Suvremeni i nadolazeći instrumenti moći će promatrati i karakterizirati planete slične Zemlji. Takva otkrića zahtijevaju mnogo promatračkog vremena. Prema prof. Alibertu, efikasno planiranje ciljeva ključno je za racionalno korištenje skupocjenih teleskopskih resursa. U praksi se pritom koriste podaci o lakše mjerljivim, bližim planetima u istom sustavu, što traži dobro razumijevanje arhitekture sustava, odnosno veza između položaja, masa i drugih svojstava pojedinih planeta.
Model je treniran na desecima tisuća numeričkih simulacija nastanka planetarnih sustava koje je razvio tim sa Sveučilišta u Bernu. Kako navodi doktorandica Sara Marques, novi model umjetne inteligencije može predvidjeti prisutnost i svojstva još neotkrivenih planeta u već poznatim egzoplanetnim sustavima. U radu su autori na primjeru stvarnog sustava s tri planeta pokazali da se, polazeći od parametara najunutarnijeg planeta, mogu pouzdano procijeniti svojstva drugog i trećeg.
Autori su ključni napredak postigli promatranjem planetarnih sustava kao uređenih nizova planeta. Taj pristup omogućio je primjenu metoda iz velikih jezičnih modela. Umjesto da dovršavaju rečenice riječima, kako rade jezični modeli, ovdje se generira niz vanjskih planeta na temelju unutarnjih.
Korišten je Transformer, arhitektura dubokog učenja predstavljena 2017., za izradu generativnog modela koji predviđa raspored planeta u istom sustavu. Prethodni model procjenjivao je samo vjerojatnost da sustav s poznatim unutarnjim planetom sadrži i planet sličan Zemlji. Novi model, na temelju parametara unutarnjih planeta, generira cjelokupan skup preostalih planeta u sustavu i procjenjuje njihova osnovna svojstva.
Provjera i neovisne ocjene
Točnost generativnog modela provjerena je nizom testova s klasifikatorima strojnog učenja, a rezultati su poslani i drugim istraživačima na procjenu. Zaključak je da su generirani sustavi praktično nerazlučivi od sustava dobivenih numeričkim simulacijama.
Misija ESA-e PLATO, čije je lansiranje planirano za 2026., očekuje se da će otkriti tisuće planetarnih sustava. Najprije će se uočavati planeti najbliži zvijezdi domaćinu, a potencijalno Zemlji slični kandidati često će zahtijevati naknadna opažanja sa Zemlje drugim metodama. Prema dr. Davoult, novi model umjetne inteligencije može pomoći u određivanju prioriteta za daljnja promatranja i tako povećati vjerojatnost pronalaska “Zemljinih blizanaca”. U sljedećim fazama planira se proširenje modela na predikciju sastava i potencijalne nastanjivosti planeta.
Prof. Alibert podsjeća da je 2001. kao poslijedoktorand pokrenuo numeričke simulacije planetarnih sustava u Bernu. Novi UI-model logičan je nastavak tog rada. Umjetna inteligencija sve je prisutnija u svakodnevici, a prema autorima imat će sve važniju ulogu u znanstvenim otkrićima, u planetarnoj znanosti i izvan nje.
Ivan je novinar i autor koji piše o znanosti, svemiru i povijesti. Gostuje kao stručni sugovornik na Science Discovery i History Channelu te piše za Večernji list. Osnivač je Kozmos.hr, prvog hrvatskog portala posvećenog popularizaciji znanosti.
