瑞士伯尔尼大学的科学家在宜居星球探索领域取得重大突破，通过使用新开发的具有 99% 准确率的 AI 模型，伯尔尼大学与瑞士国家行星研究能力中心的联合研究团队于 2025 年 4 月 9 日宣布，他们开发出一款机器学习模型，能够识别可能包含类地行星的系外恒星系统，并拥有前所未有的精度。这项突破不仅推进了潜在宜居星球的搜寻工作，更让地外生命探索迈上了新的台阶。

　　作为博士研究的一部分，Jeanne Davoult 与 Yann Alibert 和 Romain Eltschinger 教授合作，在伯尔尼大学空间与宜居性中心开发了该 AI 模型。团队采用著名的“行星形成与演化伯尔尼模型”生成合成数据进行训练，该模型能模拟行星系统形成的物理过程，最终的成果令人瞩目：经过训练的模型在应用于真实观测数据后，识别出 44 个可能蕴含未知类地行星的恒星系统，据悉，PLATO将于 此次伯尔尼大学的类地行星机器学习预测研究成果，可通过预筛选目标，提升两大太空任务的执行效率与成功率，附论文链接：