Problem sa pronalaženjem velikog broja potencijalnih planeta, je provjera pomoću koje se utvrđuje radi li se zbilja o planetima ili ne - taj posao, troši najviše vremena, piše Popular Mechanics.

Kada NASA-in TESS, na primjer, prepozna novi planet, znanstvenici provjeravaju njegovo postojanje praćenjem promjena u svjetlini (što znači da se nešto miče pored zvijezde). Ako prepoznaju pad svjetline, to može biti nekoliko stvari: asteroidi, prašina ili greška.

David Armstrong i njegov tim znanstvenika ovaj su problem zaobišli koristeći umjetnu inteligenciju. Znanstvena skupina sa sveučilišta u Warwicku u UK-u razvila je algoritam za strojno učenje i naučila ga da prepozna potencijalne planete. Algoritam je bio treniran pomoću pravih rezultata istraživanja - potvrđenih otkrića i grešaka koje je snimio teleskop Kepler.

Nakon što je umjetna inteligencija dobila dovoljno 'treninga' i naučila razlikovati planete od pogrešnih očitanja, znanstvenici su joj dali podatke koje je očitao Kepler. Na iznenađenje svih, računalo je uspjelo pronaći i potvrditi postojanje dodatnih 50 planeta.

Pedeset svjetova uključuju planete veličine Neptuna i neke još manjih od Zemlje. Dok je jednom dijelu egzoplaneta za put oko sunca potrebno 200 ili više dana, drugima je dovoljan jedan dan. Potvrdom postojanja ovih pedeset planeta znanstvenici mogu lakše definirati prioritete pri daljnjem promatranju i istraživanju.

'Umjesto da imamo kandidate za koje nismo sigurni jesu li planeti, ovog puta možemo vidjeti točnu statističku šansu. Primjerice, računalo nam u postocima može reći kolike su šanse da je novo otkriće zapravo lažno očitanje' objasnio je Armstrong.