大气环境是承载生命的关键因素，科学家们开发了一个人工智能系统，通过分析外星行星的大气环境来判断适合外星生命生存的行星。
20世纪90年代初期，天文学家首次发现了太阳系以外的行星。迄今为止，科学家们已经陆续发现了3400颗系外行星。现在科学家希望将研究更进一步，他们想确定哪些行星属于宜居星球。但通常哪怕分析一颗行星的数据，也会花费研究人员数天甚至数周的时间。而随着新设备的启用，比如将于2018年投入使用的James Webb 太空望远镜，会传回大量数据，届时仅凭人类之力恐怕难以招架。随之产生的数据积压可能会减缓甚至妨碍新发现的诞生。正因为如此，伦敦大学学院（University College London，UCL）的研究者们开发了RobERt这个人工智能系统，它能用人类永远无法企及的速度分析来自外太空的数据，从而获得关于宜居行星的信息。
它是如何工作的呢？答案是借助行星反射的临近恒星的微弱光线。这些反射光会在大气中传播，在不同的气体中，光线要么被吸收要么以特定波长传播。地球上的科学家可以利用其对应光谱来判断行星的大气组成成分，从而进一步判断它能否承载生命——无论是外星生命还是将来有可能登陆的人类宇航员。
RobERt——是Robotic Exoplanet Recognition的简称。它可以在几秒钟内对系外行星的光谱完成分析。它以深度信念神经网络（deep-belief neural network，DBN）算法为基础，通过模拟人类大脑的思维方式来工作：它用多层硅片“神经元”来过滤数据，每一层过滤都会将结果做进一步优化，直到得到系统认为正确的结果。对于RobERt来说，得到行星光谱对应的气体成分就是正确结果。
如同人类大脑一样，DBN算法会从实例和错误中学习提高。因此，为了训练RobERt，UCL的研究者们让它分析了超过8.5万张模拟光谱。“最终，即使研究者故意刁难它，在给了它不完整的光谱或者噪声信号的情况下，RobERt判断混合气体的正确率仍可以达到99.7%。”UCL的项目组负责人Ingo Waldmann说。
寻找新的宜居行星只是一个开始。RobERt快速分析数据的能力，还能帮助科学家更深入地了解太阳系（包括我们自己）的最初形成过程。Waldmann说：“我们关于行星形成的认识还非常肤浅。要想获得更多的了解，我们唯一能做的就是尽可能多地观察类似太阳系的其他星系。”RobERt会帮助我们认识更多的星系，它就像一个理论物理学家一样在协助我们。随着RobERt的经验日益丰富，航天局也可以借助RobERt的力量来复核那些与RobERt经验不符的系外行星观测结果。Waldmann说：“幸运的话，我们或许可以找到一个小型的适合居住的星球。我们必须足够幸运，但我相信那一天终将到来。”
