Ein Durchbruch in der astronomischen Datenanalyse hat eine erstaunliche Anzahl potenzieller außerirdischer Welten ans Licht gebracht und unser Verständnis der Anzahl der Planeten in der Milchstraße in Frage gestellt. Durch die Anwendung fortschrittlichen maschinellen Lernens auf Daten des Transiting Exoplanet Survey Satellite (TESS) der NASA haben Forscher 10.052 bisher unbekannte Exoplanetenkandidaten identifiziert.
Sollten diese Entdeckungen bestätigt werden, würden sie den aktuellen Katalog bekannter Exoplaneten fast verdreifachen und die Gesamtzahl von etwa 6.000 auf fast 18.000 erhöhen. Dieser Befund lässt darauf schließen, dass Astronomen seit Jahren eine riesige Population von Planeten übersehen, die schwache, entfernte Sterne umkreisen, einfach weil die Signale für herkömmliche Erkennungsmethoden zu subtil waren.
Die Kraft des maschinellen Lernens in der Astronomie
Die im April 2025 auf dem Preprint-Server arXiv veröffentlichte Studie beschreibt detailliert, wie ein Team von Wissenschaftlern Lichtkurven von 83,7 Millionen Sternen analysierte. Die größte Herausforderung war nicht der Mangel an Daten, sondern die schiere Menge und der Lärm darin.
Traditionell priorisieren Astronomen helle Sterne, weil Planetentransite – wenn ein Planet vor seinem Wirtsstern vorbeizieht und einen Helligkeitsabfall verursacht – vor einem starken Hintergrundlicht leichter zu erkennen sind. Das TESS-Teleskop erfasst jedoch ein weites Sichtfeld, einschließlich Millionen schwacher Sterne, die aufgrund der Schwierigkeit, Rauschen herauszufiltern, oft ignoriert werden.
Um dieses Problem zu lösen, entwickelten die Forscher einen speziellen Algorithmus für maschinelles Lernen. Im Gegensatz zu herkömmlicher Software, die auf expliziten Programmierregeln basiert, hat diese KI gelernt, die subtilen, schwachen Helligkeitseinbrüche zu erkennen, die auf einen Planetentransit hinweisen, selbst bei Sternen, die bis zu 16 Größenordnungen dunkler sind als der Standardschwellenwert für solche Studien.
„Diese Arbeit zeigt, dass groß angelegte, durch maschinelles Lernen unterstützte Transitsuchen die Zählung von Transitplanetenkandidaten erheblich erweitern können, insbesondere um schwache Sterne herum“, stellten die Forscher fest.
Validierung der „unmöglichen“ Ergebnisse
Die Identifizierung von insgesamt 11.554 Kandidaten (darunter einige zuvor gemeldete, aber unbestätigte) ist beeindruckend, aber wissenschaftliche Genauigkeit erfordert eine Überprüfung. Um die Zuverlässigkeit ihres KI-Modells zu testen, wählte das Team einen Kandidaten, TIC 183374187 b, für die Nachbeobachtung aus.
Mit dem 21-Fuß-Magellan-Teleskop in der chilenischen Atacama-Wüste bestätigten Astronomen erfolgreich, dass TIC 183374187 b ein „heißer Jupiter“ ist, der einen 3.950 Lichtjahre entfernten Stern umkreist. Die Umlaufeigenschaften des Planeten stimmten genau mit den Vorhersagen des Algorithmus überein.
Diese Bestätigung ist von entscheidender Bedeutung. Es beweist, dass die KI nicht nur durch Rauschen falsch positive Ergebnisse generiert, sondern tatsächliche Planetenkörper genau identifiziert. Da etwa 87 % der neuen Kandidaten zwei oder mehr Transite aufweisen, können Forscher ihre Umlaufzeiten berechnen, die zwischen 0,5 und 27 Tagen liegen.
Warum das wichtig ist: Eine neue Volkszählung des Kosmos
Diese Entdeckung verdeutlicht einen bedeutenden Wandel in der Art und Weise, wie wir das Universum kartieren. Seit fast drei Jahrzehnten, seit der erste Exoplanet im Jahr 1995 entdeckt wurde, ist unser Wissen stetig, aber schrittweise gewachsen. Der jüngste Anstieg auf über 6.000 bestätigte Planeten wurde von leistungsstarken Teleskopen wie dem James Webb Space Telescope und TESS vorangetrieben.
Diese neue Studie legt jedoch nahe, dass Technologie allein nicht ausreicht ; Wir brauchen auch intelligentere Möglichkeiten, die von diesen Tools generierten Daten zu verarbeiten.
- Versteckte Populationen: Die Mehrheit dieser neuen Kandidaten umkreist schwache Sterne, was darauf hindeutet, dass die Galaxie voller Planetensysteme ist, die für die menschliche Analyse bisher unsichtbar waren.
- Effizienz: Eine manuelle Analyse von 83 Millionen Sternen ist nicht möglich. KI ermöglicht es Astronomen, „unmögliche“ Datensätze zu sichten und Rohdaten in wissenschaftliche Entdeckungen in beispiellosem Ausmaß umzuwandeln.
- Zukünftige Bestätigung: Obwohl das Potenzial für 10.000 neue Planeten spannend ist, muss jeder Kandidat einer unabhängigen Überprüfung unterzogen werden. Dieser Prozess kann Monate oder Jahre dauern, was bedeutet, dass die offizielle Zahl allmählich und nicht über Nacht ansteigt.
Fazit
Die Identifizierung von 10.000 potenziellen Exoplaneten markiert einen entscheidenden Moment in der Astronomie und zeigt, dass künstliche Intelligenz verborgene Geheimnisse in vorhandenen Daten entschlüsseln kann. Indem Wissenschaftler dorthin geschaut haben, wo andere es nicht getan haben – auf die schwächsten Sterne –, haben sie den Horizont unserer galaktischen Nachbarschaft erweitert und eine Zukunft versprochen, in der die Zahl fremder Welten nicht nur um Hunderte, sondern um Tausende wächst.
