مئتا مليون نجم. في قلب مجرتنا، سيرصد تلسكوب Nancy Grace Roman المستقبلي ومضاتٍ عابرة. تنشأ هذه الومضات عندما يقوم كوكب تائه غير مرئي — سواء كان الكوكب العائم بحرية (عالم يسبح وحيدًا في الفضاء) أو كوكب خارجي (كوكب يدور حول نجم بعيد) — بتضخيم ضوء نجم في الخلفية بفعل جاذبيته لفترة وجيزة. يُعرف هذا التأثير بـ العدسية الميكروية (تركيز الضوء بالجاذبية). تدوم هذه الأحداث ساعاتٍ فقط، ويسهل أن تفوت.

كانت طرق البحث القديمة تعمل كحارس مزوّد بمنظار: إذا تجاوز الوميض عتبةً معينة وفق عدة مؤشرات فوتومتري (مرتبطة بالسطوع)، اعتُبر اكتشافًا. لكن الومضات القصيرة الصادرة عن كواكب خفيفة كثيرًا ما كانت لا تصل إلى العتبة وتبقى دون أن تُلاحظ — كان يُفقد حتى 40% من الأحداث. يضع النهج الجديد في يد الحارس خريطةً. إنها الشبكات العصبية (Neural Networks) (برنامج مدرب) لا تكتفي بالنظر بـ «نعم/لا»، بل تقيّم الصورة الكاملة: ما مدى احتمال أن يكون الوميض حقيقيًا، وما هي خصائص الكوكب الذي سببه.

صُممت الخريطة كالتالي: يتكون أساسها من المُحَوِّلات (Transformers) — بنية تعالج سلاسل قياسات غير منتظمة (الزمن، السطوع، الخطأ) وباستخدام آلية الانتباه تُبرز الأساسي. يعمل على هذا الأساس «رأسان». الأول يتعلم تمييز الإشارة من الضوضاء من خلال الأمثلة ويُصدر معاملًا الاستدلال البايزي (احتماليًا) — عددًا يبين كم مرة يكون احتمال أنها عدسة حقيقية أكبر. يستخدم الرأس الثاني هذه التضاريس نفسها ليقدّر فورًا بارامترات الكوكب: كتلته، وبُعده، وسرعته. يعتمد التدريب كله على التعلم الآلي (حيث يتعلم الحاسوب من بيانات محاكاة) والمحاكاة العددية (حسابات على الحاسوب) لمئات الآلاف من منحنيات الضوء الاصطناعية.

أظهرت الاختبارات على 5 000 حدث أن الخريطة تلتقط 99.9% من الإشارات، بينما الإنذارات الكاذبة شبه معدومة (أقل من واحد لكل ألفين). يتعامل الأسلوب بكفاءة خاصة مع أقصر الأحداث وأضعفها، التي كانت تضيع سابقًا. الآن يحصل كل تائه يُلتقط فورًا على «جواز سفر» دون حسابات إضافية، مما يعني إمكانية إحصاء دقيق لسكان المجرة المظلمين. ينتظر الحارس مع الخريطة أن يبدأ تلسكوب رومان بإرسال سيل البيانات. وحينها، في مركز درب التبانة حيث لم نكن نرى سوى ضوضاء متلألئة، سيرسم خطوطًا واضحة لعوالم خفية.