你知道地球的大气是由什么组成的吗？你可能记得是氧气，也许还有氮气。而在谷歌的帮助下，你可以很容易得出一个更精确的答案。78%的氮气，21%的氧气和1%的氩气。然而，当涉及到外大气层--我们太阳系以外的行星的大气层--的组成时，答案却不为人知。这是一个耻辱，因为大气层可以表明行星的性质，以及它们是否可以承载生命。

由于系外行星距离很远，事实证明探测它们的大气层是非常困难的。研究表明，人工智能（AI）可能是我们探索它们的最佳选择--但前提是我们能证明这些算法是以可靠、科学的方式思考的，而不是欺骗系统。现在，我们发表在《天体物理学杂志》上的新论文，为它们的神秘逻辑提供了令人放心的洞察力。



天文学家通常利用过境法来研究系外行星，这涉及到当一颗行星从它前面经过时，测量来自恒星的光的倾斜度。如果该行星上有大气层，它也可以吸收非常微小的光。通过观察这一事件的不同波长--光的颜色--可以在吸收的星光中看到分子的指纹，形成我们所说的光谱中可识别的模式。

如何保护自己免受勒索软件的攻击

如果恒星是类似太阳的，由木星大小的行星的大气层产生的典型信号只减少了恒星光的~0.01%。地球大小的行星产生的信号要低10-100倍。这有点像从飞机上发现一只猫的眼睛颜色。

在未来，詹姆斯-韦伯太空望远镜（JWST）和阿里尔太空任务，这两个探测器将从太空轨道上调查系外行星，将通过提供数千个系外大气层的高质量光谱来帮助。但是，尽管科学家们对此感到兴奋，最新的研究表明这可能是棘手的。由于大气层的复杂性质，对一颗凌日行星的分析可能需要几天甚至几周的时间来完成。

自然，研究人员已经开始寻找替代工具。人工智能以其吸收和学习大量数据的能力以及一旦被训练后在不同任务上的卓越表现而闻名。因此，科学家们已经尝试训练人工智能来预测大气中各种化学物种的丰度。

目前的研究已经确定，人工智能很适合这项任务。然而，科学家们一丝不苟，持怀疑态度，为了证明这真的是事实，他们想了解人工智能是如何思考的。

窥探黑匣子的内部

在科学中，如果一个理论或工具不被理解，就不能被采用。毕竟，你不想经历在系外行星上发现生命的兴奋，却发现这只是人工智能的一个 "小毛病"。坏消息是，人工智能在解释自己的发现方面很糟糕。即使是人工智能专家也很难确定是什么原因导致网络提供了一个特定的解释。这个缺点往往阻碍了人工智能技术在天文学和其他科学领域的应用。

我们开发了一种方法，使我们能够一窥人工智能的决策过程。这个方法是相当直观的。假设一个人工智能必须确认一张图片是否包含一只猫。它大概会通过发现某些特征来做到这一点，例如毛发或脸型。为了了解它参考了哪些特征，以及以什么顺序，我们可以模糊猫的部分图像，看看它是否还能发现它是一只猫。

一个模糊的猫的图像。
人工智能对模糊的猫图像的预测是如何进行的（请点击图片放大）。
这正是我们通过 "扰乱"，或改变光谱的区域，对一个系外行星探测AI所做的。通过观察当每个区域被篡改时，人工智能对系外行星分子丰度的预测是如何变化的（例如大气中的水），我们开始建立一个人工智能如何思考的 "图片"，例如它使用光谱的哪些区域来决定大气中的水含量。

显示人工智能对猫的特征的敏感性的地图。
我们可以将人工智能突出的特征与原始图像结合起来，产生我们所谓的敏感性地图，该地图概述了它正在密切关注的区域。作者提供的图片

对我们天文学家来说，令人欣慰的是，我们发现一个训练有素的人工智能在很大程度上依赖于物理现象，如独特的光谱指纹--就像天文学家一样。这可能并不令人惊讶，毕竟，人工智能还能从哪里学到它？