活了几十亿年，找出一颗恒星的年龄不是一件简单的事情。幸运的是，尽管有地震般的脉动，但像太阳这样的恒星会振动，导致它们发出的光波动，并留下线索告诉它们如何在生命过程中进化。然而，利用这些振荡来确定恒星的性质是一项非常困难和耗时的任务，这需要成千上万的超级计算时间来研究一颗恒星。

哥廷根马克斯普朗克太阳系研究所(MPS)的厄尔贝林格领导的计算机科学家和天体物理学家跨学科团队大大改进了这一过程。他们的研究发表在本周的《天体物理学杂志》上，呼吁机器学习技术帮助将恒星及其系外行星的特性提高一百万倍。他们开发的人工智能可以在几秒钟内找到一个公式，将恒星光中的脉动模式与恒星属性(如年龄、质量和半径)联系起来。他们的工作将有助于确定哪些行星系统足够古老，有可能存在，并帮助研究人员了解银河系是如何随着时间的推移而演变的。

老话说得好——燃烧两倍的火焰只有一半的寿命。夜空中的星星也是如此。较大和较亮的恒星比较小和较暗的恒星寿命短，质量较大的恒星会迅速燃烧核燃料，以产生足够的压力来抵抗它们强大的内部吸引力。恒星的质量是太阳的几百倍，它的寿命可能只有几十万年，而太阳质量的一半预计燃烧的时间要比目前的宇宙年龄长。

恒星的亮度并不限制它的可能性。不盯着恒星内部，不测量还剩下多少核燃料，很难找出恒星的年龄。然而，由于星际研究领域——对恒星脉冲的研究——以及特殊的太空任务，如美国宇航局的开普勒航天器，现在可以做到这一点。天体地震学不仅基于恒星的亮度，还基于恒星振动引起的亮度周期性变化，使天文学家能够实际观察恒星内部，并提取所需的信息来确定它们的年龄。

“恒星结构和演化的物理特征决定了特定年龄和质量的恒星将以特定的模式脉动，”第一作者厄尔贝林格博士说。来自马克斯普朗克太阳系研究所和耶鲁大学天文系恒星年龄和银河演化(SAGE)研究小组的学生。“因此，研究这些脉动可以推断恒星的‘地震年龄’。”

虽然地震老化的方法已经存在，但它们可能很慢。通常，为了确定恒星的年龄，天体物理学家计算与给定观测结果最匹配的数学模型。然后在模型中计算的年龄被归因于恒星。可能的匹配可以通过搜索数百万个预先计算的恒星模型来找到——它们的复杂性是有限的——或者通过改进更复杂的模型来找到，每个恒星可能需要数万个超级计算小时。

百灵达和他的团队正在寻求人工智能(AI)的帮助来解决问题，而不是寻找适合观察的模型。他们使用一种叫做随机森林回归的机器学习方法来训练计算机学习我们可以观察到的脉动和产生这些脉动的恒星之间的直接关系。这些关系过于复杂，一个人无法手动推断，这使得恒星能够在几秒钟内被表征，这使得研究人员能够在模型中包含比以前方法更复杂的物理。

该团队已经将他们的方法应用到几个测试案例中，包括34颗研究得很好的恒星，已知这些恒星可以容纳系外行星。到目前为止，这台机器已经通过了所有的测试。贝林格说：“这一结果与其他天文测年方法吻合得很好，例如测量太阳年龄的放射性测年方法。“它的工作速度非常快，因此可以用于许多明星。我们正在快速发展为下一代星系调查描述整个恒星目录的能力。”

未来会有更多的人工智能辅助明星约会。目前这种方法只适用于主序列恒星，也就是那些核心燃烧氢的恒星。“这个方法看起来非常强大和有力。我们期待着看到如何利用它来理解其他类型的恒星，”百灵达说。“这将使我们能够对整个银河系的恒星进行日期测定，这将最终帮助我们了解银河系本身是如何发展的。

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：