近日，由中国科学院上海天文台葛健教授领衔的国际科研团队在行星探测领域取得了突破性进展。他们巧妙融合GPU加速技术与深度学习中的卷积神经网络，开发出一种创新的算法工具，这一创举直接引领了天文学数据处理的新潮流。
利用该算法，研究团队深入挖掘了开普勒太空望远镜于2017年发布的海量恒星测光数据，成功解锁了宇宙深处的秘密——五颗前所未见的超短周期行星被精准捕获。这些行星不仅体积微小，直径均小于地球，更以惊人的速度绕其主星旋转，完成一周公转仅需不到一天的时间，展现了宇宙间独特的动力学之美。
尤为引人注目的是，其中的四颗行星刷新了已知记录的极限，它们距离各自的主星之近，堪称是宇宙中的“近邻典范”，其体积则与火星相仿，为科学家们研究行星形成与演化提供了宝贵的样本。
此次发现不仅是对传统天文观测手段的一次重大补充，更是人工智能与天文学深度融合的典范。葛健教授团队的创新算法，通过高效处理海量数据，极大地加速了行星探测的进程，预示着未来在寻找地球“第二家园”的道路上，人类将拥有更加敏锐的“宇宙之眼”。
