近期，由中国科学院上海天文台的葛健教授领导的一个国际科研团队，在运用人工智能技术分析开普勒太空望远镜于2017年发布的恒星光度数据中，取得了突破性成果，他们发现了5颗前所未有的超短周期行星。这些行星的直径均小于地球，且围绕其主星旋转的周期不足一天，其中4颗与火星大小相仿，是迄今为止探测到的距离主星最近的微型行星。这一发现标志着天文学家首次利用人工智能技术，在同一过程中既搜寻到疑似信号又成功识别出真实信号，相关研究成果已在《皇家天文学会月报》（MNRAS）这一国际天文学权威期刊上发表。

艺术构想图示展示了这些新发现的、类似火星大小的超短周期系外行星。由于它们与主星的距离极近，这些行星的表面温度极高，同时受到强烈的潮汐力作用，导致其内部结构和表面形态受到挤压，可能引发频繁的火山活动。（绘图：石琰）

超短周期系外行星的概念自2011年起，便随着开普勒太空望远镜的光度数据而进入科学视野，为行星形成理论带来了新的视角和挑战，促使科学界重新评估并完善了现有的行星系统形成与演化模型。

葛健教授指出，超短周期行星的发现对于研究行星系统的早期发展阶段、行星间的相互作用以及恒星与行星间的动态关系（包括潮汐力和大气侵蚀效应）具有重要意义。这类行星可能并非在其当前位置形成，而是经历了从更远轨道向内的迁移。考虑到这些行星的主星在其早期形成阶段体积远大于现在，那些原本就靠近恒星的超短周期行星若在那个时期就已存在，很可能已被主星吞噬。此外，鉴于超短周期行星往往伴随着轨道周期较长的外部行星被发现，科学家推测，超短周期行星的起源可能与行星间的相互作用有关，这些相互作用将超短周期行星重新安置到了它们现在紧邻主星的轨道上，这些轨道在恒星形成初期可能原本由恒星自身占据。另外，这种轨道迁移也可能是由原行星盘的相互作用或与主星的潮汐相互作用所驱动的。

然而，超短周期行星在类似太阳的恒星周围相对罕见，发生率仅为约0.5%，通常其半径小于地球的两倍，或是在极端情况下，如超热木星，其半径可超过地球的十倍。迄今为止，人类总共仅探测到145颗超短周期行星，其中仅30颗的半径小于地球。葛健表示：“由于样本量有限，我们对超短周期行星的了解仍然非常有限，难以准确掌握它们的统计特征和出现率。”

这项新研究为探索超短周期行星提供了创新的途径——研究团队开发了一种结合图形处理器（GPU）相位折叠技术和卷积神经网络的深度学习算法。普林斯顿大学的天体物理学家乔西·温教授对此评论道：“超短周期行星，或称‘熔岩世界’，因其极端且出人意料的特性，为我们揭示了行星轨道随时间变化的线索。我曾以为开普勒数据中的凌星信号已被充分挖掘，不会再有新行星被发现。但这项新技术的应用成就令我深感震撼。”

葛健透露，这项工作的实际启动可追溯至2015年。当时，在佛罗里达大学计算机系李晓林教授的启发下，他们开始尝试将人工智能的深度学习技术应用于开普勒发布的光度数据，以期发现传统方法遗漏的微弱凌星信号。经过近十年的不懈努力，他们终于迎来了首次重大发现。“要在海量的天文数据中利用人工智能挖掘出极为罕见的新天体，不仅需要创新的人工智能算法，还需要基于新发现现象的物理特征构建的大量人工数据集进行训练，以确保能够快速、准确且全面地探测到这些在传统方法下难以捕捉的微弱信号。”葛健强调。