Искусственный интеллект помог астрономам обнаружить неизвестные сигналы из космоса

Искусственный интеллект помог астрономам обнаружить неизвестные сигналы из космоса 1

В рамках проекта SETI, ученые из Калифорнийского университета в Беркли на основании компьютерного моделирования смогли определить сразу 72 новых быстрых радиосигнала от таинственного источника находящегося в трех миллиардах световых лет от Земли. Результаты исследования описаны в новой статье, принятой к публикации в The Astrophysical Journal.

Быстрые радиосигналы — яркие импульсы радиоизлучения, длительностью в миллисекунды, которые, как полагают, приходят из далеких галактик. Однако источник этих сигналов все еще неясен. Теории варьируются: от сильно намагниченных нейтронных звезд, взорванных газовыми потоками из соседней сверхмассивной черной дыры, до предложений о том, что сигналы имеют техногенный характер и посланы разумной цивилизацией.

«Эта работа увлекательна не только потому, что она помогает нам более детально разобраться в динамическом поведении быстрых радиосигналов, но также из-за перспектив, которые мы видим, когда обученные компьютеры при помощи классических алгоритмов сами находят эти сигналы», — сказал Эндрю Симион, директор исследовательского центра Berkeley SETI и главный исследователь программы Breakthrough Listen, посвященной поиску разумной жизни во Вселенной.

В рамках этой программы исследователи успешно использовали алгоритм машинного обучения для поиска новых видов сигналов, которые могут поступать от внеземных цивилизаций.

В то время как самые быстрые радиосигналы являются разовыми по своей сути, обнаруженный источник под названием FRB 121102 является уникальным так как показывает целый комплекс сигналов. Такое поведение привлекло внимание многих астрономов, надеющихся выявить причину и экстремальную физику, участвующую в природе возникновения подобного явления.

Искусственный интеллект обнаружил радиосигналы в базе данных, в пятичасовом отрезке наблюдений 26 августа 2017 года телескопом «Зеленый банк» в Западной Вирджинии. В более раннем анализе 400 терабайт данных использовались стандартные компьютерные алгоритмы для идентификации 21 радио-всплеска за этот период. Все они были замечены в течение одного часа и предполагалось, что источник чередуется между периодами покоя и бешеной активностью, — по крайней мере, так отметил исследователь Berkeley SETI докторант Vishal Gajjar.

Воспитанник SETI, автор исследования Джерри Чжан и его помощники впоследствии разработали новый мощный алгоритм машинного обучения и повторно проанализировали данные 2017 года, обнаружив еще 72 всплеска, которые не были обнаружены первоначально. В итоге наблюдатели с изумлением пришли к выводу, что общее количество обнаруженных всплесков от FRB 121102 составляет около 300 с момент обнаружения объекта в 2012 году.

«Эта работа — только начало использования новых мощных методов для поиска переходных процессов радиосигналов», — сказал Чжан. «Мы надеемся, что наш успех может вдохновить другие серьезные организации на применение машинного обучения в радиоастрономии».

Команда Чжана использовала те же методы, которые используют специалисты интернет-технологий для оптимизации результатов поиска и классификации изображений. Они разработали алгоритм, известный как сверточная нейронная сеть, который позволяет распознать радио-всплески, найденные классическим методом поиска, используемым Гаджаром и сотрудниками, а затем обнаружить их в базе данных, найти всплески, которые были пропущены при классическом подходе к поиску.

Результаты помогли установить новые ограничения на периодичность импульсов из FRB 121102 и указали на то, что импульсы имеют не регулярный характер в том случае, если период этого шаблона больше, чем около 10 миллисекунд. Подобно тому, как модели импульсов пульсаров помогли астрономам ограничить компьютерные модели экстремальных физических условий в таких объектах, новые измерения FRB, по мнению ученых, помогут выяснит природу новых загадочных источников.

«Независимо от того, будут ли сигналы от FRB в конечном итоге признаком внеземных технологий, Breakthrough Listen помогает продвигать границы новой и быстро растущей области нашего понимания Вселенной вокруг нас», — подвел итог Джан.

logo