Разработчики, создавшие программу ExoLogica AI для анализа экзопланет, после критики переработали её архитектуру, внедрив методы Physics-Informed ML. При запуске обновлённой модели они обнаружили фундаментальную проблему в общепринятом Индексе Подобия Земле.

Оказалось, что ESI часто даёт вводящие в заблуждение оценки, не учитывая физическую реализуемость планет. В ответ команда ввела собственный индекс PRI, который оценивает, может ли небесное тело в принципе обладать стабильной структурой и подходящими условиями.

Анализ с использованием нового подхода показал, что большинство кандидатов в «двойники Земли» таковыми не являются. Модель математически продемонстрировала, что до 71% таких объектов, скорее всего, представляют собой раскалённые нестабильные тела.

В результате каталог из 9600 потенциально обитаемых планет был радикально сокращён. Критериям нового индекса физической реализуемости соответствовали лишь 37 миров.

Это открытие ставит под сомнение многие оптимистичные списки обитаемых экзопланет, публикуемые ведущими обсерваториями. Работа показывает, как интеграция физических законов в машинное обучение может перевернуть устоявшиеся представления в науке.