由中国科学院上海天文台葛健教授率领的国际科研团队，近期在利用人工智能技术对开普勒太空望远镜2017年发布的恒星测光数据进行深度挖掘时，成功发现了5颗直径小于地球、轨道周期不足1天的超短周期行星。这一发现不仅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，而且这5颗行星中的4颗还是迄今为止发现的距离其主星最近的最小行星，大小与火星相当。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。
超短周期行星自2011年首次在开普勒太空望远镜的测光数据中被发现以来，便为行星形成理论带来了新的机遇和挑战，促使科学家们重新审视和完善现有的行星系统形成和演化模型。葛健指出，超短周期行星的存在为行星系统的早期演化、行星间的相互作用以及恒星与行星间的动力学研究提供了宝贵线索。
据葛健介绍，超短周期行星很可能并非在其当前位置形成，而是经历了从原始轨道向内迁移的过程。这是因为这些行星的主星在形成初期半径远大于现在，若超短周期行星在恒星形成阶段就位于其附近，很可能早已被吞噬。同时，鉴于经常观察到超短周期行星伴有较长周期轨道的外部行星，因此推测其起源涉及行星间的相互作用，这些相互作用将超短周期行星重新定位到它们当前靠近主星的轨道上。
截至目前，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。葛健表示：“我们对超短周期行星的了解还非常有限，因为样本量太小，很难精确掌握它们的统计特征和出现率。”
这项新研究为寻找超短周期行星提供了新的方法。葛健提到：“受佛罗里达大学计算机系李晓林教授的启发，我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，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，我们终于取得了第一份成果。要想在海量的天文数据中利用人工智能‘挖掘’到极其稀少的新发现，就需要发展创新的人工智能算法，并进行特定训练，使其能快速、准确、完备地探寻到这些在传统方式下很难找到的稀少而微弱的信号。”
普林斯顿大学天体物理学家乔西·温对此评论道：“超短周期行星，或称‘熔岩世界’，拥有出乎意料的特性，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令人印象深刻。”
