寻找系外行星，人工数据挖掘太不给力( 二 ) 在不间断探索

数据如山倒，分析如抽丝

分析海量数据，究竟要面对多大压力？

以开普勒太空望远镜为例，其在2009年发射升空，是世界首个用于探测太阳系外类地行星的飞行器。仅在起初3年半的任务期内，开普勒望远镜就对超过15万个恒星系统展开不断监控，从而产生了庞大的数据集。这些数据首先要经由计算机处理，但当计算机识别出一定的信号时，又必须依靠人工分析，判断其是否为行星轨道所产生，这项巨大的筛查工作单靠NASA的科学家甚至科学小组，都没有非常有效的方法完成。

曾经， NASA尝试了将所有数据公之于众的做法。该机构成立了名为“系外行星探索者”的新项目，让成千上万的公民科学家在注册后访问开普勒任务所记录的信息，并有效地进行数据挖掘。