英国华威大学研究人员开发的人工智能程序RAVEN，在分析NASA凌星系外行星巡天卫星TESS收集的数据时，识别出100多颗新系外行星，并标记了约2000颗候选行星。这一发现基于对超过220万颗恒星的观测，有助于加速系外行星探测进程。

团队负责人Marina Lafarga Magro表示：“这代表了最特征化的近距离行星样本之一，将帮助我们确定未来研究中最有希望的系统。”RAVEN通过机器学习分析TESS数据中行星凌星引起的星光变化，确认行星信号并排除其他天体物理干扰。

首席开发者Andreas Hadjigeorghiou指出：“挑战在于确定光变是否由行星引起，还是其他因素如食双星。RAVEN的优势在于其训练数据集包含数十万个模拟事件。”该工具整合了从信号检测到验证的全过程，提高了分析效率。

研究员David Armstrong补充说：“RAVEN使我们能一致分析庞大数据集，可靠绘制行星分布。”研究发现约10%的类太阳恒星拥有近距离行星，而海王星大小的行星仅出现在0.08%的恒星附近，这一区域被称为“海王星沙漠”。

团队负责人崔凯明强调：“我们首次为‘海王星沙漠’的空旷程度提供精确数字，显示TESS在研究行星种群方面可匹敌或超越开普勒。”相关成果已发表于英国皇家天文学会月刊和arXiv平台。