An der Universität Bern wird ein Modell künstlicher Intelligenz (KI) entwickelt, das die Architektur von Planetensystemen vorhersagen und daraus auf die Existenz noch unentdeckter Planeten schließen kann. Dabei verwendet man die sogenannte Transformer-Architektur, die die Grundlage der Large Language Models bildet, auf denen Tools wie das kürzlich vorgestellte Schweizer Modell Apertus oder Chatbots wie ChatGPT basieren.
Die Studie wurde auf der gemeinsamen Tagung des Europlanet Science Congress und der Division for Planetary Sciences (EPSC-DPS) 2025 in Helsinki vorgestellt. Außerdem gewann sie den Preis für das beste Poster auf der Konferenz „Fast Machine Learning for Science” in Zürich.
Jeanne Dafoult, ehemalige Doktorandin an der Universität Bern, jetzt in der Abteilung Extrasolar Planets and Atmospheres des Instituts für Weltraumforschung tätig und eine der wichtigsten Forscherinnen, bringt es auf den Punkt: „Die großen Sprachmodelle sagen den Rest eines Satzes anhand der Sequenz voraus, die durch die ersten paar Wörter entsteht. In unserem Fall kann die Reihenfolge der äußeren Planeten in einem System anhand der ersten inneren Planeten vorhergesagt werden.”
Da Planeten mit kurzen Umlaufzeiten leichter zu entdecken sind, wird PLATO diese Planeten vermutlich auch zuerst entdecken. Die Studie zeigt daß man die Architektur des gesamten Systems anhand einer ersten Planetenentdeckung mit gutem Erfolg abschätzen kann. Auf diese Weise kann die Beobachtungszeit mit PLATO effizienter genutzt werden.
