it之家 5 月 7 日消息，瑞士伯爾尼大學的科學家在宜居星球探索領域取得重大突破，通過使用新開發的具有 99% 準確率的 ai 模型，科學家成功鎖定 44 個可能存在類地行星的恆星系統。
伯爾尼大學與瑞士國家行星研究能力中心（nccr planets）的聯合研究團隊於 2025 年 4 月 9 日宣布，他們開發出一款機器學習模型，能夠識別可能包含類地行星的系外恆星系統，並擁有前所未有的精度。這項突破不僅推進了潛在宜居星球的搜尋工作，更讓地外生命探索邁上了新的台階。
作為博士研究的一部分，jeanne davoult 與 yann alibert 和 romain eltschinger 教授合作，在伯爾尼大學空間與宜居性中心（csh）開發了該 ai 模型。團隊採用著名的「行星形成與演化伯爾尼模型」生成合成數據進行訓練，該模型能模擬行星系統形成的物理過程，最終的成果令人矚目：該模型能夠以 99% 的準確率，篩選極可能存在至少一顆類地行星的恆星系統。
經過訓練的模型在應用於真實觀測數據後，識別出 44 個可能蘊含未知類地行星的恆星系統，這一發現對歐洲空間局（esa）即將實施的 plato 計劃及處於議程中的 life 項目具有重大意義 —— 二者均以探測類地行星為首要目標。
據悉，plato（行星凌日與恆星振蕩探測計劃）將於 2026 年實施，將通過凌日法與星震學技術搜尋宜居系外行星，重點觀測類太陽恆星周圍的天體。plato 篩選出的最佳候選目標，將成為後續 life（大型系外行星干涉儀）項目的觀測對象。life 計劃擬採用紅外光譜學與消零干涉測量技術，分析系外行星大氣中的水、甲烷等生物標誌物。
此次伯爾尼大學的類地行星機器學習預測研究成果，可通過預篩選目標，提升兩大太空任務的執行效率與成功率，it之家附論文鏈接：
