该研究团队创建了一种机器学习算法并利用已经确认的行星数据和NASA已退役的开普勒任务的误报数据对其进行训练。然后他们将其释放出来进而让系统分析一组未经证实的候选行星--数据同样来自开普勒。最后，AI系统确认了其中的50颗行星，这是第一次取得这样的技术突破。
“我们开发的算法可以让我们对50个候选行星进行验证并将它们升级为真正的行星，”Armstrong在华威大学周二的新闻稿中说道。确认行星可以帮助科学家们将他们的资源用于太空中有趣的地点，而不用把时间浪费在“假”行星上。
用这种方法确认行星的能力的确是一个进步。科学家们一直在使用机器学习对候选人进行排名。
这项技术有望对在TESS和ESA计划中的PLATO任务等项目产生的大量数据中进行筛选。
不过Armstron表示，他们仍需要花时间训练算法，但一旦训练完成，他们就将能更容易将其应用于未来的候选行星中，“你也可以结合新的发现来逐步对其进行改进。”
