中国科学院上海天文台教授葛健带领的国际研究团队，通过创新的深度学习算法，在浩瀚的宇宙数据中发现了5颗前所未有的超短周期行星。这些行星的直径小于地球，轨道周期甚至短于一天，被天文学家形象地称为“熔岩世界”。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。
这一突破性发现不仅丰富了系外行星的样本库，还为理解超短周期行星的形成机制提供了新的线索。2011年，超短周期系外行星首次在开普勒望远镜的数据中被发现，它们的存在对行星形成理论既是机遇也是挑战。葛健教授表示，他们之所以能够取得这一成果，是因为发展了新的深度学习算法，该算法比国际流行的算法搜寻速度提高了约15倍，显著提升了凌星信号的搜索速度、精度和完备度。
受到2015年人工智能AlphaGo成功的启发，葛健教授开始尝试将深度学习技术应用于分析开普勒数据集。他强调，要从海量数据中“挖”到宝，必须发展新算法，并进行针对性训练，以快速、准确、完备地探寻到稀少而微弱的信号。经过近10年的不懈努力，他们终于迎来了第一份收获，这也是人工智能在天文大数据领域应用的又一个里程碑。
这5颗新发现的超短周期行星中，有4颗是迄今为止发现的距其主星最近的最小行星，它们的大小与火星相近。这些行星的表面温度极高，潮汐力的挤压还会导致大量的火山喷发现象。葛健教授表示，这些行星的发现为我们提供了更加多样化的系外行星样本，将有助于我们更深入地理解超短周期行星的形成机制。
