人工智能正在侵入许多领域，最近的是天文学和寻找宇宙中智能生命(SETI)。
由加州大学伯克利分校领导的SETI项目“突破倾听”(Breakthrough Listen)的研究人员现在已经使用机器学习发现了72个新的快速无线电爆发，它们来自一个距离地球约30亿光年的神秘来源。
快速射电暴是持续时间仅为毫秒的明亮射电脉冲，被认为来自遥远的星系。然而，这些排放的来源仍然不清楚。理论范围从附近超大质量黑洞的气流爆炸的高磁化中子星，到爆炸特性与先进文明发展的技术特征一致的建议。
“这项工作令人兴奋，不仅因为它帮助我们更详细地了解快速无线电爆发的动态行为，还因为它显示出了使用机器学习来检测经典算法遗漏的信号的前景，”伯克利SETI研究中心主任、“突破倾听”(Breakthrough Listen)项目的首席研究员安德鲁·西米恩(Andrew Siemion)说，该项目旨在寻找宇宙中智能生命的迹象。
Breakthrough Listen还将成功的机器学习算法应用于寻找可能来自地外文明的新类型信号。
虽然大多数快速射电暴都是一次性的，但这里的FRB 121102是唯一能发出重复射电暴的。这种现象引起了许多天文学家的注意，他们希望确定快速射电暴的原因和涉及到的极端物理。
人工智能算法从2017年8月26日西弗吉尼亚州绿岸望远镜在5个小时内记录的数据中挖掘出无线电信号。早期对400太字节数据的分析使用标准的计算机算法，识别出在这一时期的21次爆发。伯克利SETI博士后研究员Vishal Gajjar说，所有这些都是在一个小时内被看到的，这表明光源在平静和疯狂活动之间交替。
加州大学伯克利分校的博士生Gerry Zhang和他的合作者随后开发了一种新的、强大的机器学习算法，并重新分析了2017年的数据，发现了另外72个最初没有检测到的脉冲。这使得自2012年FRB 121102被发现以来，探测到的爆炸总数达到了约300次。
“这项工作只是使用这些强大的方法来寻找无线电瞬态的开始，”张说。“我们希望我们的成功可以激励其他认真的努力，将机器学习应用到射电天文学中。”
张的团队使用了一些互联网技术公司用来优化搜索结果和分类图像的相同技术。他们训练了一种被称为卷积神经网络的算法，以识别Gajjar和合作者使用的经典搜索方法发现的突发事件，然后将其应用于数据集，以寻找经典方法遗漏的突发事件。
研究结果有助于对来自FRB 121102的脉冲的周期性施加新的约束，表明脉冲不是以规则模式接收的，至少在模式周期超过约10毫秒的情况下是这样。西米恩说，就像脉冲星的脉冲模式帮助天文学家限制了这些天体中极端物理条件的计算机模型一样，对快速射电暴的新测量将有助于弄清楚这些神秘源的动力是什么。
他补充说:“无论frb本身最终是否被证明是地外科技的标志，‘突破之声’正在帮助我们推动一个新的、快速增长的领域的前沿，以了解我们周围的宇宙。”
新结果在一篇被接受发表的文章中进行了描述《天体物理学杂志》上并可从“突破倾听”网站下载。
了下:航空+国防，AI•机器学习
