Jonge sterren zijn - net als jonge mensen - vatbaar voor uitbarstingen. Maar steruitbarstingen kunnen alles om hen heen verbranden, inclusief de atmosferen van nabijgelegen planeten die zich beginnen te vormen.

Door erachter te komen hoe vaak jonge sterren uitbarsten, kunnen wetenschappers begrijpen waar ze naar bewoonbare planeten moeten zoeken. Maar tot nu toe, bij het zoeken naar deze fakkels moesten duizenden metingen van sterhelderheidsvariaties worden bestudeerd, lichtkrommen genoemd, op het oog.

Nutsvoorzieningen, een internationaal team van wetenschappers, waaronder Dr. Ben Montet van UNSW Sydney, heeft machine learning gebruikt om het zoeken sneller en effectiever te maken

De wetenschappers leerden een neuraal netwerk - een soort kunstmatige intelligentie - om de veelbetekenende lichtpatronen van een stellaire gloed te detecteren.

"Met behulp van het neurale netwerk, we hebben er meer dan 23 kunnen vinden, 000 uitbarstingen over duizenden jonge sterren, " zei dr. Montet, Scientia Docent bij UNSW Science en co-auteur van de studie.

"Het vinden van stellaire fakkels - die dodelijk kunnen zijn voor de zich ontwikkelende atmosferen van nabijgelegen planeten - kan ons helpen erachter te komen waar we naar bewoonbare planeten moeten zoeken."

De bevindingen, gepubliceerd in het weekend in de Astronomisch tijdschrift en het Journal of Open Source Software, een nieuwe maatstaf bieden voor het gebruik van AI in de astronomie, evenals een beter begrip van de evolutie van jonge sterren en hun planeten.

"Als we jong zeggen, we bedoelen slechts een miljoen tot 800 miljoen jaar oud, " zei mevrouw Adina Feinstein, een afgestudeerde student aan de Universiteit van Chicago en eerste auteur van het papier.

"Alle planeten in de buurt van een ster vormen zich op dit punt nog steeds. Dit is een bijzonder kwetsbare tijd, en een uitbarsting van een ster kan al het opgevangen water of de atmosfeer gemakkelijk verdampen."

Een neuraal netwerk casten

NASA's TESS-telescoop, aan boord van een satelliet die sinds 2018 in een baan om de aarde draait, is speciaal ontworpen om naar exoplaneten te zoeken. Fakkels van verre sterren verschijnen op de beelden van TESS, maar traditionele algoritmen hebben moeite om de vorm te onderscheiden van het achtergrondgeluid van steractiviteit.

Maar neurale netwerken zijn vooral goed in het zoeken naar patronen - zoals Google's AI die katten uit internetbeelden plukt - en astronomen zijn steeds meer naar hen gaan kijken om astronomische gegevens te classificeren.

Mevrouw Feinstein en Dr. Montet werkten samen met een team van wetenschappers van NASA, het Strijkijzer Instituut, Fermi Nationaal Versneller Laboratorium, het Massachusetts Institute of Technology en de Universiteit van Texas in Austin om een ​​reeks geïdentificeerde fakkels en niet-fakkels samen te stellen om het neurale net te trainen.

"Het neurale net bleek heel goed te zijn in het vinden van kleine uitbarstingen, " zei dr. Montet, wie de hoofdonderzoeker van het onderzoek was.

"Die zijn eigenlijk heel moeilijk te vinden met andere methoden."

Toen de onderzoekers eenmaal tevreden waren met de prestaties van het neurale net, ze pasten het toe op de volledige set gegevens:meer dan 3, 200 sterren.

Ze ontdekten dat sterren zoals onze zon maar een paar fakkels hebben, en die fakkels lijken na ongeveer 50 miljoen jaar af te nemen.

"Dit is goed voor het bevorderen van planetaire atmosferen - een kalmere stellaire omgeving betekent dat de atmosferen een betere overlevingskans hebben, ' zei mevrouw Feinstein.

In tegenstelling tot, koelere sterren die rode dwergen worden genoemd, hadden de neiging om veel vaker op te flakkeren.

"Er is gezien dat rode dwergen kleine rotsachtige planeten herbergen; als die planeten worden gebombardeerd als ze jong zijn, dit kan nadelig zijn voor het vasthouden van de atmosfeer, " ze zei.

Op zoek naar bewoonbare planeten

De resultaten helpen wetenschappers de kans te begrijpen dat bewoonbare planeten rond verschillende soorten sterren overleven, en hoe sferen ontstaan. Dit kan hen helpen de meest waarschijnlijke plaatsen te lokaliseren om elders in het universum naar bewoonbare planeten te zoeken.

De wetenschappers onderzochten ook het verband tussen stellaire uitbarstingen en stervlekken, zoals het soort dat we op het oppervlak van onze eigen zon zien.

"De meest vlekkerige die onze zon ooit krijgt, is misschien 0,3% van het oppervlak, "zei dr. Montet.

"Voor sommige van deze sterren die we zien, het oppervlak is in principe alle vlekken. Dit versterkt het idee dat spots en fakkels met elkaar verbonden zijn, als magnetische gebeurtenissen."

De wetenschappers willen vervolgens het neurale net aanpassen om planeten rond jonge sterren te zoeken.

"Momenteel weten we slechts ongeveer een dozijn jonger dan 50 miljoen jaar, maar ze zijn zo waardevol om te leren hoe planetaire atmosferen evolueren, ' zei mevrouw Feinstein.

Dr. Montet zal dit neurale netwerk ook uitbreiden bij UNSW.

"We zullen dezelfde methoden toepassen bij het zoeken naar jonge planeten in dezelfde dataset, " hij zei.

"Dit zal hopelijk leiden tot een 'opkomst van de machines' waar we machine learning-algoritmen kunnen toepassen om een ​​aantal opwindende nieuwe planeten te vinden met dezelfde methoden."