中国科学院上海天文台葛健教授带领的国际团队，在利用人工智能技术对开普勒太空望远镜2017年释放的恒星测光数据进行深度挖掘后，成功发现了5颗直径小于地球、轨道周期短于1天的超短周期行星。这一突破性发现标志着天文学家首次利用人工智能一次性完成疑似信号搜寻和真信号识别的任务，相关研究成果已在国际天文学期刊《皇家天文学会月报》上发表。
超短周期行星的首次发现是在2011年，它们的存在为行星形成理论带来了新的机遇和挑战，促使科学家重新审视和完善现有的行星系统形成和演化模型。葛健教授指出，这些行星很可能并非在其当前位置形成，而是从原始轨道向内迁移。他还推测，超短周期行星的起源可能与行星间的相互作用有关，这些相互作用将它们重新定位到靠近主星的轨道上。
到目前为止，人类总共只发现了145颗超短周期行星，其中半径小于地球的仅有30颗。葛健教授表示，由于样本量太小，很难精确了解这些行星的统计特征和出现率。因此，这项新研究不仅为寻找超短周期行星提供了新方法，还为深入理解这些神秘行星的特性打开了新的窗口。
葛健教授进一步介绍，受佛罗里达大学计算机系李晓林教授的启发，他尝试将人工智能的深度学习技术应用于开普勒太空望远镜的测光数据中，以寻找传统方法未能发现的微弱凌星信号。经过近十年的努力，这一创新方法终于取得了显著的成果。这一成功不仅展示了人工智能在天文学研究中的巨大潜力，还为未来在海量的天文数据中探寻稀少而微弱的新信号提供了新的思路。
普林斯顿大学天体物理学家乔西·温对此评论说：“超短周期行星，或称‘熔岩世界’，拥有出乎意料的特性。它们为我们理解行星轨道如何随时间变化提供了重要线索。这项寻找新行星的技术成就确实令人印象深刻。”
