位于哥伦比亚Medellín的安蒂奥基亚大学的科学家们发明了一种人工智能(AI)工具，可以大大加快寻找适合生命生存的行星的速度。据报道，这项发表在预印本服务器arXiv上的研究为分析遥远世界的耗时过程提供了一个有希望的解决方案。
即使使用詹姆斯·韦伯太空望远镜这样强大的仪器，观测系外行星也可能是一项漫长的工作。在某些情况下，可能需要多达200次的凌日(一颗行星在其恒星前面通过)才能获得统计上显著的水、甲烷、臭氧和其他生物标志物的检测。这个过程可能需要几个月甚至几年的时间。
哥伦比亚研究小组设计并测试了一个专门用于分类透射光谱和检测生物特征的神经网络。科学家们解释说，由于我们的大多数系外行星大气光谱数据都是噪音，因此人工智能的设计目的是处理这些噪音，确定噪音水平，并对可能含有甲烷、臭氧和/或水的大气进行分类。
为了训练他们的模型，研究人员基于著名的行星TRAPPIST-1e生成了100万个合成大气光谱。TRAPPIST-1e的大小与地球相似，是一颗位于其恒星可居住区内的岩石行星。该神经网络成功地识别了具有适当信噪比的透射谱。
