Звёздная орфография: как ExoVeil читает пропущенные планеты ✦
Учёные создали систему EXOVEIL, которая находит экзопланеты по единичным прохождениям на фоне звезды, не требуя многократных сигналов, как раньше. Она использует нейросеть-«предсказатель» (Transformer), обученную на тысячах кривых блеска «Кеплера», чтобы воссоздать идеальную яркость звезды; затем специальный фильтр выделяет малейшие отклонения. Среди находок — 179 новых кандидатов, включая 46 одиночных транзитов, упущенных стандартными каталогами. Система работает без дообучения даже на данных других телескопов и подбирается к обнаружению планет земного типа. Это как научить часы улавливать пропажу одной секунды, а не ждать минутных сбоев.
Кривая блеска звезды — не хаотический шум, а текст, написанный пульсациями, пятнами и равномерным сиянием термоядерной топки. Любая планета, скользнувшая по диску, оставляет в этом тексте опечатку: крошечный провал яркости, длящийся часы. Классические методы поиска экзопланет требовали, чтобы опечатка повторялась — слово за словом, виток за витком. Но что, если планета проходит лишь раз за годы наблюдений? Именно так ведут себя потенциальные двойники Земли на широких орбитах. Ловить их прежними инструментами — всё равно что искать единственное пропущенное «не» в многотомном романе, не зная языка.
Система ExoVeil действует как гениальный корректор, освоивший грамматику звёздного света. В её основе — нейросеть-трансформер с шестью слоями и восемью головами внимания, которая обучалась на 16 499 кривых фотометрии от телескопа «Кеплер». Главная хитрость: во время тренировки участки с известными планетами маскировались и заменялись плавной интерполяцией фона — модель никогда не видела реальных транзитов. Она лишь училась предсказывать следующий отсчёт яркости, как языковая модель предсказывает следующее слово, опираясь на весь контекст. Когда на вход подаётся реальная кривая, разница между предсказанием и наблюдением становится картой аномалий.
На полученных остатках работает согласованный фильтр — детектор, который взвешивает каждое отклонение обратно дисперсии шума. Спокойные участки кривой, где звезда «молчит», получают больший вес, а беспокойные — меньший. Этот математический трюк описывается простой формулой отношения сигнал/шум:
\[ \text{SNR} = \frac{\sum_i (r_i \cdot m_i) / \sigma_i^2}{\sqrt{\sum_i m_i^2 / \sigma_i^2}} \]
где \(r_i\) — остатки предсказания, \(m_i\) — шаблон транзита, а \(\sigma_i^2\) — локальная дисперсия. Благодаря такому подходу система восстанавливает 32% одиночных транзитов глубиной всего 1000 ppm — без фазовой свёртки, которая необходима традиционным методам. Затем классификатор на основе XGBoost отсеивает ложные тревоги, например затменные двойные с белыми карликами, а конформное предсказание даёт формальные гарантии для ранжирования кандидатов.
Слепой поиск на 3737 звёздах «Кеплера» принёс 179 транзитоподобных аномалий, не числившихся в каталоге DR25. Перенос на данные TESS без переобучения подтвердил силу метода: все 47 известных планет в поле PLATO LOPS2 были обнаружены, включая долгопериодические и мелкие. Моделирование будущего каденса миссии PLATO с экспозициями 25 секунд показывает, что чувствительность возрастёт до 100 ppm — вплотную к земным масштабам. Глубину транзита задаёт другая изящная формула:
\[ \delta = \left(\frac{R_p}{R_s}\right)^2 \]
показывающая, что планета размером с Землю блокирует лишь 0,008% света солнцеподобной звезды. ExoVeil учится различать такие ничтожные тени, фактически удваивая доступное для анализа время наблюдений и открывая дорогу к поиску аналогов Земли в нашей Галактике. И если однажды телескоп PLATO зафиксирует единственное мимолётное затемнение, ExoVeil сможет не только заметить его, но и предположить: «Это планета размером с Землю, и её год длится 365 дней».
Будущее метода лежит в объединении с симуляциями PLATO. Более лёгкие архитектуры вроде Mamba позволят обрабатывать полные кривые без купюр. Автоматическое отсеивание ложных тревог превратит поиск в рутину. Подтверждение кандидатов потребует измерения лучевых скоростей с помощью эффекта Доплера и последующей спектроскопии атмосфер, где линии поглощения описываются формулой Ридберга. В перспективе такие планеты станут целями для поиска биомаркеров — воды, метана, углекислого газа. ExoVeil не просто ищет миры; он учит нас читать язык звёзд, чтобы однажды найти текст, где среди знакомых символов проступит слово «жизнь».
🎯 Первая версия детектора, основанная на ручных правилах, показала AUC 0.36 — результат хуже случайного угадывания (0.5). Остатки от затменных двойных оказались глубже планетных, и алгоритм счёл их более надёжными сигналами.