机器学习揭开系外行星内部结构之谜近年来，随着天文观测技术的进步，我们对系外行星的认识不断深化，探索已从发现转向深入研究其内部结构和大气，以寻找适宜人类居住的行星。澳门科技大学月球与行星科学国家重点实验室的倪冬冬副教授和赵勇助理教授研究团队，利用机器学习技术，在这一领域取得了重要突破。该团队的研究成果表明，混合密度网络（Mixture Density Network，MDN）在预测岩石系外行星和气态巨行星内部结构中具有强大潜力，为系外行星研究带来了全新视角。从岩石行星到气态巨行星：机器学习应用的初探了解岩石系外行星的内部结构是研究其宜居性的重要目标之一。行星的核心热状态及表面水含量等因素直接决定其宜居条件。传统上，研究人员使用质量-半径曲线来推断行星的内部结构，但这种方法存在简并性且计算复杂耗时。该团队提出了一种基于MDN的机器学习模型，通过质量、半径和水含量快速预测行星径向结构和核心热状态。MDN模型只需几毫秒即可得出预测结果，极大提高了效率。相比于岩石行星，气态巨行星的内部热状态表现出巨大的多样性，面对这种挑战，该团队利用两层内部结构模型生成的数据训练了MDN模型，成功通过质量、半径和表面温度预测0.1到10个木星质量的气态巨行星的总重元素质量、固有有效温度及核心包层边界的温度和压力。这不仅扩展了MDN模型的应用范围，也为理解气态巨行星的形成过程和内部结构提供了新视角。倪冬冬副教授赵勇助理教授研究团队利用MDN模型成功实现对岩石系外行星和气态巨行星内部结构的预测，并在最新的研究中证明了MDN模型与MCMC方法预测结果的一致性，同时MDN模型具有更高的效率和易用性。综合观测数据：多参数约束下的内部结构推断为了减小内部结构的简并程度，该团队探讨了其他重要观测量（如恒星耐热元素丰度比和潮汐效应）作为机器学习模型输入特征的可能性，并进一步完善了MDN模型。在新的研究中，他们利用多个观测参数（如行星质量、半径、耐热元素丰度比Fe/ Mg + Si、潮汐洛夫数）训练了新的机器学习模型，大大提高了预测行星核心热力学环境、幔层厚度和可能水冰含量的精度。机器学习与贝叶斯反演对比：效率与准确性的平衡贝叶斯反演算法在推断系外行星内部结构方面取得了成功，但其计算复杂且耗时。该研究团队最新的研究结果表明，MDN机器学习模型不仅能够快速提供内部结构预测，其精度在多数情况下与贝叶斯方法相当。MDN模型展示出高效计算优势，对于单个行星的结构推断可在1秒内完成，远快于贝叶斯方法所需的数小时或数天。此外，MDN模型适应性强，一旦训练完毕，即使面对新的观测数据，也能高效准确地表征行星内部结构。随着詹姆斯·韦伯太空望远镜的成功运行，系外行星的探测精度不断提高，新的观测数据也不断涌现。机器学习技术能够快速解读这些新数据，对理解系外行星的形成过程和演化历史具有重要意义，有望进一步揭示宇宙中潜在的宜居世界。以上研究得到澳门科学技术发展基金（0005/2019/A1、0002/2019/APD和0048/2020/A1）、澳门科技大学教师科研基金（FRG-23-005-SSI）、国家自然科学基金优秀青年科学基金（12022517）和中国国家航天局民用航天技术预研究项目（D020308和D020303）的资助。参考文献：Yong Zhao et al., Comparison of machine-learning and bayesian inferences for the interior of rocky exoplanets with large compositional diversity, ApJS, 2024.Yong Zhao et al., Machine-learning Inferences of the Interior Structure of Rocky Exoplanets from Bulk Observational Constraints, ApJS, 2023.Yong Zhao and Dongdong Ni, Understanding the interior structure of gaseous giant exoplanets with machine learning techniques, A&A, 2022.Yong Zhao and Dongdong Ni, Machine learning techniques in studies of the interior structure of rocky exoplanets, A&A, 2021. 撞击前DART最终一张完整的Dimorphos小行星图像。这是在飞船距离小行星约12公里，撞击前两秒钟拍摄的。直径160米的迪莫尔福斯大金字塔和吉萨大金字塔一样大。它的表面覆盖着很大的圆石，其中最大的有房子那么大。目前的估计是，火星表面总共有大约1000吨碎片，足以装满60节火车车厢。鸣谢:NASA/约翰霍普金斯大学APL 神奇的地球uux.cn据欧洲航天局：从事欧空局赫拉小行星任务的团队已经瞥见了它的目的地。去年9月，NASA的DART任务在撞击之前传回了布满巨石的Dimorphos小卫星的图像，这是一次大胆而最后成功的尝试，试图改变其围绕母小行星Didymos的轨道。继达特之后，赫拉将携带一对鞋盒大小的“立方体卫星”,通过降落在迪莫尔福斯星球来结束自己的观察。团队成员一直在使用飞镖图像来帮助可视化这一触地过程。在这个过程中，他们情不自禁地想象:如果有一天人类探险者能够追随这些立方体卫星的脚步，那会是什么样子？洛基恐怖“覆盖在双面行星表面的巨石比它们看起来要大得多，”法国ISAE航天公司的行星科学家娜奥米·默多克说，他正在研究立方体卫星的着陆。"直径约5-7米，最大的通常有房子那么大."这种特大岩石的组合可能是双形态形成的线索。它的母小行星Didymos很可能在其过去的某个时刻旋转得足够快，以至于这些物质被抛到轨道上收集。支持这一理论的是，迪迪莫斯的形状像一个旋转的陀螺，其部分表面似乎没有巨石。娜奥米解释说:“在这些巨石上移动可能需要更多的攀爬和跳跃，而不是走路。但是要小心——跳得太快，你可能永远也不会再下来，因为你可能会超过当地的逃逸速度。此外，在超低重力环境下，很容易产生明显的地面运动，有可能引发岩石雪崩。”洛克希德·马丁公司假想的“普利茅斯岩”任务设想将两艘猎户座飞船结合起来，进行一次两人的小行星探险。致谢:洛克希德·马丁公司下沉或射击蓝色海岸天文台的研究主任帕特里克·米歇尔是赫拉的首席研究员，他补充说:“巨大程度上取决于它的材料是硬还是软，这将决定宇航员可能反弹多高，否则就会下沉。在NASA的OSIRIS-REx访问的小行星贝努鸟上，如果你着陆太用力，你显然会沉下去。对于一个更坚硬的物体来说，每秒6厘米的向上运动可能足以将你送入轨道。”直径160米的迪莫尔福斯大约和吉萨大金字塔一样大，围绕着直径约780米的山大小的迪狄莫斯小行星运行。DART与Dimorphos小行星的撞击改变了它围绕Didymos的轨道，并将碎片抛向数千公里外的宇宙。目前的估计是，大约1000吨碎片被炸开，足以装满60节火车车厢。接下来，在2024年10月，欧空局的赫拉任务将开始自己的旅程，前往迪莫尔福斯，收集近距离数据，包括撞击坑的大小和小行星的矿物组成和质量。Hera还将部署两颗6单元立方体卫星进行额外观测。Juventas将对小行星内部进行第一次雷达探测，而Milani将利用其超光谱成像仪进行矿物勘探。这两颗立方体卫星还配备了仪器，以便在着陆后收集表面数据。Juventas有一个重力仪来测量重力场，而Juventas和Milani都有加速度计来获取它们可能的初始反弹的详情，以重建表面特征。超低重力设计立方体卫星的部署是围绕一个基本事实设计的，即迪莫尔福斯的重力水平不到地球的百万分之一。因此，这对小行星将以每秒几厘米的速度从赫拉中释放出来——再快一点，他们就有可能脱离小行星微弱的引力，消失在宇宙中。日本Hayabusa任务的MINERVA着陆器在2005年试图降落在Itokawa小行星上时，由于部署方向错误，以类似的方式丢失。因此，任何人类宇航员可能要么使用长钉和冰爪将自己固定在表面上，要么使用推进器在表面上滑行——就像戴水肺的潜水员探索珊瑚礁一样。娜奥米说:“然而，在滑翔时，你应该幸免接触表面的岩石，因为它们可能会很锋利，足以钩住你的宇航服，因为它们从未被水或风弄平过。”“更具挑战性的是，根据你在表面上的位置，你的体重会转移约10-20%，因为来自狄莫斯母小行星的潮汐力。”帕特里克评论说，导航会带来另一个困难。“在DART撞击之前，Dimorphos很可能是被潮汐锁定的，但现在可能是旋转或“天平动”——摆动——因为它绕着Didymos旋转。”不管如何样，这意味着探索中的宇航员头顶上的天空可能会一直变化，迷失方向可能会成为一种风险。短暂但有用的表面寿命赫拉的立方体卫星将首先执行它们的重要任务——在着陆小行星之前，使用冷气推进器绕过二形态卫星。Juventas的重力仪被设计成在着陆时独立于其方向在表面上运行。假设它上下颠倒，或者在巨石之间，它将继续工作大约20小时的电池寿命。Milani的加速度计将记录它降落到表面时的反弹力，收集关于Dimorphos弱重力场的进一步数据。Hera将通过其卫星间链接收集来自这两颗立方体卫星的结果。赫拉将于2024年10月发射，两年后抵达迪狄莫斯和迪莫尔福斯。