Astro-Hunters: Machine Learning for Exoplanet Transit Detection in TESS Photometry

हमारे अपने सौर मंडल से परे दुनियाओं की खोज उस बिंदु पर पहुँच गई है जहाँ मानवीय आँखें अब तालमेल नहीं रख सकतीं। टेस (TESS) जैसे अंतरिक्ष दूरबीनें आकाश का बारीकी से निरीक्षण करती हैं, जो हर कुछ मिनटों में हजारों सितारों की चमक को रिकॉर्ड करती हैं, जिससे डेटा का एक ऐसा विशाल प्रवाह उत्पन्न होता है जिसे कोई भी खगोलशास्त्री कभी एक-एक पंक्ति करके नहीं पढ़ सकता। प्रकाश की इस धारा के भीतर, अपने तारे के सामने से गुजरता हुआ एक ग्रह चमक में एक सूक्ष्म, आवधिक गिरावट पैदा करता है। इन गिरावटों को खोजना नए ग्रहों की खोज करने का प्राथमिक तरीका है, लेकिन यह संकेत अक्सर तारकीय गतिविधि और उपकरणों की खामियों के शोर के बीच गहराई में दबा होता है। वर्षों से, मानक दृष्टिकोण कंप्यूटर एल्गोरिदम का उपयोग करके इन गिरावटों की तलाश करना रहा है, जो अक्सर अच्छे उम्मीदवारों को बुरे से अलग करने के लिए मशीन लर्निंग पर निर्भर करते हैं। लेकिन एक नया अध्ययन बताता है कि इन कंप्यूटर प्रोग्रामों की सफलता इस बात पर कम निर्भर करती है कि एल्गोरिदम कितना चतुर है, और इस बात पर कहीं अधिक निर्भर करती है कि कंप्यूटर को सबसे पहले एक ग्रह को पहचानना कैसे सिखाया गया था।

इस कार्य के पीछे के शोधकर्ता, फातिमा इमद एलदीन ने टेस मिशन के डेटा में ग्रहों की तलाश करने के लिए एक पूर्ण प्रणाली बनाई। उन्होंने एक विशिष्ट चुनौती पर ध्यान केंद्रित किया: एक तारे के प्रकाश के एकल स्नैपशॉट (एकल दृश्य) में ग्रह ट्रांजिट (पारगमन) को खोजने का प्रयास करना, न कि कई कक्षाओं के दौरान पैटर्न के दोहरा होने की प्रतीक्षा करना। यह एक कठिन कार्य है क्योंकि एक एकल स्नैपशॉट में ऐसी गिरावट दिखाई दे सकती है जो इतनी छोटी हो कि वह यादृच्छिक शोर (रैंडम स्टैटिक) जैसी लगे। अपने कंप्यूटर को प्रशिक्षित करने के लिए, टीम ने ज्ञात ग्रह वाले बारह तारा प्रणालियों के लाइट कर्व्स (प्रकाश वक्र) एकत्र किए। फिर उन्हें मशीन को यह सिखाना था कि इस डेटा में "प्लेनेट ट्रांजिट" कैसा दिखता है। यहीं पर अध्ययन ने एक महत्वपूर्ण मोड़ लिया। अपने प्रशिक्षण लेबल को दोषरहित मानने के बजाय, उन्होंने उन लेबलों के स्रोत को एक ऐसे चर (वेरिएबल) के रूप में माना जिसका परीक्षण किया जाना था, ठीक वैसे ही जैसे एक वैज्ञानिक विभिन्न प्रकार की मिट्टी का परीक्षण करता है कि कौन सी फसल सबसे अच्छी उगती है।

उन्होंने जो पाया वह चौंकाने वाला था। उनके ग्रह-खोजने वाली मशीन का प्रदर्शन पूरी तरह से इस बात पर निर्भर करता था कि प्रशिक्षण डेटा को कैसे लेबल किया गया था। जब टीम ने लेबल्स बनाने के लिए एक त्रुटिपूर्ण पद्धति का उपयोग किया—विशेष रूप से, कंप्यूटर को अभी देखे गए पैटर्न के आधार पर अपने स्वयं के उत्तरों का अनुमान लगाने देने के लिए—तो मशीन एक प्रतिभाशाली प्रतीत हुई, जिसने लगभग पूर्ण परिणाम प्राप्त किए। हालाँकि, यह एक भ्रम था; कंप्यूटर केवल उन नियमों को याद कर रहा था जो उसने स्वयं लिखे थे, एक चक्रीय तर्क जिसका वास्तविक ग्रहों के बारे में कोई अर्थ नहीं था। एक अन्य परीक्षण में, उन्होंने सही खगोलीय डेटा का उपयोग किया लेकिन समय की गणना में एक सरल गलती की, जिससे अपेक्षित ट्रांजिट विंडो हजारों दिनों तक खिसक गई। इस मामले में, मशीन का प्रदर्शन यादृच्छिक संयोग से बेहतर नहीं था, जो एक भी ग्रह खोजने में विफल रही। इन दो चरम सीमाओं ने दिखाया कि प्रशिक्षण डेटा के चयन से मशीन की सफलता दर में उन बीस-नौ गुना (29 गुना) के कारक तक बदलाव आ सकता है, जो मशीन के अपने डिज़ाइन में किसी भी बदलाव से कहीं अधिक बड़ा अंतर है।

जब शोधकर्ताओं ने इन त्रुटियों को सुधारा और सटीक, सत्यापित खगोलीय रिकॉर्ड का उपयोग करके उन सटीक क्षणों को चिह्नित किया जब ग्रहों को वास्तव में अपने सितारों के सामने से गुजरना चाहिए, तब मशीन अंततः अपना काम करने में सक्षम हुई। वह ट्रांजिट संकेतों को सटीकता के एक ऐसे स्तर के साथ पहचान सकती थी जो ईमानदार और उपयोगी था, हालांकि पूर्ण नहीं था। हालाँकि, सर्वोत्तम संभव प्रशिक्षण के साथ भी, मशीन एक कठिन सीमा (हार्ड सीलिंग) से टकरा गई। अध्ययन से पता चला कि उनके द्वारा जांचे गए अधिकांश सितारों के लिए, प्रकाश के एक एकल स्नैपशॉट से संकेत को उच्च विश्वास के साथ शोर से अलग करना बहुत कठिन था। डेटा ने दिखाया कि तारे की चमक के एक एकल माप में सिग्नल-टू-नॉइज़ रेशियो केवल दो से थोड़ा अधिक था, जिसका अर्थ है कि ग्रह द्वारा उत्पन्न गिरावट तारे की प्राकृतिक हलचल से भी बहुत मामूली थी। कोई भी स्मार्ट सॉफ्टवेयर इस भौतिक सीमा को पार नहीं कर सकता था; जानकारी बस एक एकल स्नैपलेट में मौजूद ही नहीं थी।

इसके बाद शोधकर्ताओं ने अपने मशीन लर्निंग दृष्टिकोण की तुलना एक क्लासिक, गैर-मशीन लर्निंग पद्धति 'बॉक्स लीस्ट स्क्वायर्स' (Box Least Squares) से की, जो कई स्नैपशॉट्स को एक साथ जोड़कर एक छिपे हुए पैटर्न को प्रकट करने का कार्य करती है। यह पुराना तरीका, जो ज्ञात कक्षीय अवधि (ऑर्बिटल पीरियड) के ऊपर डेटा को फोल्ड करने पर निर्भर करता है, बारह में से आठ तारा प्रणालियों के कक्षीय काल को सफलतापूर्वक पुनः प्राप्त करने में सफल रहा, जिसमें एक ऐसा सिस्टम भी शामिल था जहाँ एकल-स्नैपशॉट संकेत इतना कमजोर था कि वह किसी भी मशीन लर्निंग क्लासिफायर के लिए अदृश्य था। इस परिणाम ने पुष्टि की कि इन ग्रहों को खोजने की कुंजी एक अधिक शक्तिशाली कंप्यूटर नहीं है, बल्कि कई कमजोर संकेतों को एक मजबूत संकेत में संयोजित करने की क्रिया है। मशीन लर्निंग मॉडल, यदि उचित रूप से प्रशिक्षित हो, तो संभावित घटनाओं को फ्लैग करने के लिए एक उपयोगी उपकरण के रूपв रूप में काम कर सकता है, लेकिन यह डेटा को समय के साथ फोल्ड करने की मौलिक आवश्यकता को प्रतिस्थापित नहीं कर सकता है।

अंततः, अध्ययन निष्कर्ष निकालता है कि एक्सोप्लैनेट खोजने में सबसे महत्वपूर्ण कदम एल्गोरिदम की जटिलता नहीं, बल्कि डेटा की अखंडता है जिसका उपयोग उसे सिखाने के लिए किया जाता है। शोधकर्ता ने प्रदर्शित किया कि एक मशीन लर्निंग मॉडल को प्रशिक्षण लेबल कैसे बनाए जाते हैं, इसे बदलकर अविश्वसनीय रूप से सफल या पूरी तरह से बेकार बनाया जा सकता है। उन्होंने यह भी दिखाया कि एक विशिष्ट कार्य के लिए, जो समय के एक क्षण में ट्रांजिट को पकड़ना है, हासिल करने के लिए एक भौतिक सीमा है, जो इस बात से निर्धारित होती है कि तारे का प्रकाश कितना शोर भरा है। आगे बढ़ने का सबसे प्रभावी मार्ग पारंपरिक ही बना हुआ है: डेटा का उपयोग समय के साथ दोहराते पैटर्न खोजने के लिए करें, और फिर उन उभरते हुए उम्मीदवारों की जांच करने के लिए मशीन लर्निंग का उपयोग करें। यह शोधपत्र इन प्रणालियों को सही ढंग से बनाने के लिए एक स्पष्ट रोडमैप प्रदान करता है, यह सुनिश्चित करता है कि कंप्यूटर को निर्देशित करने वाले लेबल वास्तविक खगोलीय तथ्यों से प्राप्त हों न कि आंतरिक अनुमानों से, और यह याद दिलाता है कि सिग्नल को खोजने के लिए डेटा को जोड़ने के धैर्य की आवश्यकता होती है।