去年12月中旬，谷歌和NASA开创性的利用神经网络技术，从已知的行星系统中发现了两个系外行星。
而今日，谷歌突然宣布开源这个叫做“猎星代码”的神经网络。这意味着任何人都可以下载其代码和数据，并让其在自己的机器上运行。幸运的话，甚至可以像NASA一样发现新行星。
“猎星代码”是何方神圣？
可能很多人已经忘了，谷歌的这一“猎星代码”是什么？我们先回顾下整个事件。
当时，也就是去年12月中旬，谷歌和NASA联手，将开普勒望远镜收集的行星数据投入到谷歌开发的一个神经网络中，经过大量的训练，从已知的行星系统——开普勒－90中，发现了一颗新行星，也是该系统的第八颗行星——开普勒－90i。
自此，开普勒－90系统中的行星数量与太阳系齐平，均为8颗。
除此之外，谷歌还通过这一技术，发现了开普勒－80系统中的最小行星——开普勒－80g。也正是因为具备了“寻找及识别行星”这一功能，该神经网络被称之为“猎星代码”。它的出现，被认为将极大的加快人类探索系外行星（太阳系之外的行星）的进程。
一个代码，真的有这么厉害？能够凭一己之身打破以往的系外行星探索僵局？在了解“猎星代码”之前，我们得先知道，如何识别一个行星。
行星识别和追踪困难重重，观察恒星光线变化成为最实用的方法
天文学中，行星通常是指自身不发光，但会环绕着恒星的天体。想要成为行星，必须满足以下三点要求：
1、必须是围绕恒星运转的天体；
2、质量必须足够大，可以克服固体引力，达到流体静力平衡的形状（近于球体）；
3、必须清除轨道附近区域，公转轨道范围内不能有比它更大的天体。
因此，在传统的系外行星探索过程中，天文学家通常会围绕这三点，去识别和追踪可能是行星的星体，并最终作出判定。常用的方法有天体测量、直接成像法、重力微透镜法等。
但这些方法各有优势也各有弊端。因此，天文学家在综合各种探查方法的优势后，想到了一个新方法——通过高端望远镜，观察和记录星体路过恒星时，恒星表面的光线变化及数据，以判定该星体是否符合行星标准。
简单来说，当一个星体路过恒星时，二者重合的部分的光亮就会被遮挡住，光线就会随之变暗。更形象一点说，就像日食一样，当月球路过太阳时，月球就会遮挡住太阳的部分区域光线，而我们所看到的，就是太阳缺了一块。
但这个方法也有一个很大的缺陷，就是并不是所有的恒星亮度变化都是因为被某一个星体挡住了。因为双星系统、恒星黑子或者多个星体同时路过恒星都会对恒星的光线信号造成影响，甚至宇宙线打击到空间望远镜上所造成的仪器噪声都有可能对其造成干扰。为此，天文学家需要对收集到的众多光线变化数据进行检测与筛选。
