Google: Mit Hilfe von Maschinellem Lernen wurden zwei neue Planeten entdeckt

Google selbst kann man inzwischen wohl als verdammt großen Inkubator für immer neue interessante Algorithmen bezeichnen. So basiert nicht nur die Suche von Google auf einem solchen Algorithmus, ganz viele andere Produkte und Lösungen des Unternehmens setzen auf diese intelligenten mathematischen Formeln, die dem Anwender am Ende das Leben erleichtern sollen. Mit dem sogenannten Maschinellen Lernen wurde der Welt vor geraumer Zeit eine weitere ausgesprochen intelligente Möglichkeit gezeigt, Probleme von einem Computer automatisch beseitigen zu lassen.

„Maschinelles Lernen beschreibt Techniken, Computer dahingehend zu trainieren, bestimmte Muster zu erkennen. Besonders bei der Einordnung großer Datenmengen kann das von großem Nutzen sein. Die Hauptidee dabei liegt darin, den Computer nicht etwa anhand spezifischer Regeln menschlicher Programmierung, sondern anhand von Lernbeispielen zu trainieren.„, so Google.

Niemand geringeres als die NASA konnte nun ein Problem nennen, dessen man sich bei Google gerne angenommen hat:

[color-box color=“blue“ rounded=“1″]

Bei der Suche nach Exoplaneten analysieren Astrophysiker üblicherweise riesige Datenmengen, die noch von der Kepler-Mission der NASA stammen und greifen dabei auf eine Kombination von automatisierter Software und manueller Analyse zurück. Das Weltraumteleskop Kepler hat über einen Zeitraum von vier Jahren 200.000 Sterne beobachtet und dabei alle 30 Minuten eine Aufnahme gemacht. Auf diese Weise konnten rund 14 Milliarden Datenpunkte gesammelt werden. Anhand dieser 14 Milliarden Datenpunkte lassen sich ca. 2 Billiarden mögliche Umlaufbahnen berechnen! — Google

[/color-box]

Das Problem liegt nun allerdings darin, dass selbst die leistungsstärksten Computer kaum noch in der Lage sind, einigermaßen flott notwendige Berechnungen und Analysen vorzunehmen. Google wollte hier nun ansetzen und den Prozess um einiges beschleunigen – mit Hilfe vom Maschinellen Lernen.

Zusammen mit Astrophysikern der UT in Austin habe man die Technologie eingesetzt, um das System auf die Erkennung neuer Planeten zu trainieren.

Ein Datensatz von über 15.000 der oben genannten Kepler-Signale wurde in Verbindung mit TensorFlow verwendet, um echte Planeten von anderen ähnlichen Himmelsobjekten unterscheiden zu lernen. Am Ende zeigte sich, dass das Modell immerhin in knapp 96 Prozent der Fälle mit seiner Erkennung richtig lag.

Angetrieben vom bisherigen Erfolg wurde das erlernte Modell nun verwendet, um bei rund 670 Sternen, von denen man wusste, dass sie mindestens zwei Exoplaneten in ihrem Umfeld beherbergen müssten. Und tatsächlich konnte man zwei neue Planeten entdecken: Kepler 80g und Kepler 90i. Letzterer ist dann auch noch der achte Planet, der um den Stern Kepler 90 kreist. Bedeutet, dass es sich hier neben dem unseren um das erste weitere Sonnensystem handelt, welches aus acht Planeten besteht. Kepler 90i ist rund 30 Prozent größer als die Erde, bietet eine Oberflächentemperatur von knapp 420 Grad Celsius und benötigt rund 14 Tage für eine komplette Umrundung seines Sterns.

Mal ganz abgesehen von der Tatsache, einfach mal zwei neue Planeten entdeckt zu haben, begeistert mich an der Geschichte vielmehr, wie weitreichend die verwendeten Algorithmen und Technologien in Zukunft noch in der Raumfahrt eingesetzt werden könnten. Mal sehen, was die restlichen 219.330 zu prüfenden Sterne noch alles ergeben. Seit meiner Kindheit fasziniert mich der Weltraum und es ist interessant zu sehen, wie den Instituten inzwischen bei ihrer Forschung unter die Arme gegriffen werden kann.

(via Google Blog)