حصيلة من المرشحين قد تعيد تشكيل علم الكواكب الخارجية
قد يكون علماء الفلك قد حددوا إحدى أكبر دفعات الكواكب الخارجية المحتملة التي أُعلن عنها دفعة واحدة على الإطلاق. ووفقًا لما ورد في ما قبل الطبع الجديد الموصوف في المادة المصدرية المقدمة، كشف الباحثون عن 11,554 مرشحًا لكواكب خارجية من خلال تطبيق خوارزمية تعلم آلي على منحنيات ضوئية لعدد 83,717,159 نجمًا رصدها القمر الصناعي لمسح الكواكب الخارجية العابرة التابع لناسا، أو TESS.
إذا تأكدت هذه المرشحات، فستمثل النتيجة قفزة استثنائية في عدد العوالم المعروفة خارج النظام الشمسي. وتشير المادة المصدرية إلى أنه بحلول سبتمبر 2025 كان قد تم تأكيد أكثر من 6,000 كوكب خارجي، مع إضافة ما يقرب من 300 منذ ذلك الحين. ولو تم التحقق من حصيلة بهذا الحجم، فسيقترب العدد الإجمالي من 18,000، أي ما يقارب ثلاثة أضعاف العدد الحالي.
وهذا الرقم اللافت هو بالضبط السبب الذي يجعل الإعلان يستحق الاهتمام والحذر معًا. فالمرشحون المعلن عنهم ليسوا بعد كواكب مؤكدة، ولم تخضع الدراسة بعد لمراجعة الأقران. ومع ذلك، حتى في مرحلة المرشحين، يبرز هذا العمل مقدار الإمكانات الاكتشافية التي لا تزال كامنة داخل البيانات الفلكية الموجودة.
لماذا ربما فُوّت هذا العدد الكبير من العوالم
الطريقة الأساسية وراء البحث مألوفة لدى باحثي الكواكب الخارجية. يراقب TESS النجوم بحثًا عن انخفاضات طفيفة في السطوع يمكن أن تحدث عندما يمر كوكب أمام نجمه المضيف من منظور الأرض. وتُسمى هذه الأحداث عبورًا. والتحدي يكمن في الحجم. فعندما يصل مخزون البيانات إلى عشرات الملايين من النجوم، يصبح عدد الإشارات الخافتة والمشوشة والغامضة أكبر من أن تتمكن سير العمل التقليدية من فحصه بكفاءة.
وهنا يبدو أن الخوارزمية الجديدة قد قدمت أكبر مساهمة لها. فبحسب ما ورد، جرى مسح أكثر من 80 مليون نجم، والتقطت إشارات دقيقة كان من شبه المستحيل اكتشافها لولا ذلك. وهذا تذكير بأن الاكتشاف في علم الفلك لم يعد يعتمد فقط على بناء تلسكوبات أكبر، بل يعتمد أيضًا على استخراج مزيد من الإشارة من البيانات التي تجمعها التلسكوبات بالفعل.
أُطلق TESS عام 2018، وهو مناسب بشكل خاص لهذا النوع من التنقيب واسع النطاق لأنه أنتج أرشيفًا هائلًا من الرصدات النجمية المتكررة. وكل منحنى ضوئي هو سجل لتغير السطوع عبر الزمن. وقد تختبئ بين تلك المنحنيات الانخفاضات المنتظمة التي تنتجها الكواكب المدارية، إلى جانب ضجيج ناتج عن النشاط النجمي والأجهزة وغيرها من التأثيرات الفيزيائية الفلكية. ويقدم التعلم الآلي طريقة لتمشيط هذه التعقيدات على نطاق واسع.
