【NASA升级版AI模型ExoMiner++投入TESS数据分析，已识别7000颗候选系外行星，目前软件已经开源】NASA艾姆斯研究中心团队近日发布开源人工智能软件ExoMiner++，该工具在TESS（凌日系外行星巡天卫星）数据的初步筛查中已标记7000个系外行星候选信号。ExoMiner++是2021年ExoMiner模型的升级版本。 前者曾基于开普勒任务数据验证370颗系外行星。新版本整合开普勒与TESS双任务数据集进行训练，相关成果发表于《天文学杂志》。该算法通过深度学习技术区分真实行星凌日信号与其他天文现象（如食双星造成的亮度变化），从海量候选信号中筛选出高概率目标。开普勒与TESS采用不同观测策略：开普勒对固定天区进行深度凝视观测，TESS则执行近全天空巡天，重点监测邻近恒星。尽管观测模式不同，两者产生的数据集具有兼容性，使ExoMiner++能够跨任务训练并保持稳健性能。该软件已托管于GitHub平台供全球研究者使用。NASA首席科学数据官Kevin Murphy指出，开源工具与开放数据是"黄金标准科学"的重要支柱，可加速科学发现并支持结果复现。艾姆斯研究中心系外行星科学家Jon Jenkins表示，开源科学与开源软件是该领域快速发展的核心驱动力。研究团队正开发下一代模型，目标是从原始数据中直接识别凌日信号，而非仅处理预设候选列表。此外，该模型技术可迁移应用于即将发射的罗曼空间望远镜数据。该任务预计捕获数万次系外行星凌日事件，其数据将遵循NASA开放科学原则向公众开放。