KI-Systeme helfen einem Team von Astronomen, die Wurzel mehrerer mysteriöser Funkstöße aus den Tiefen des Weltraums ausfindig zu machen.
Forscher der University of California in Berkeley setzen Software für maschinelles Lernen in Project Breakthrough Listen ein, ein Projekt, das sich der Suche nach intelligentem Leben im Universum auch bekannt als SETI widmet. Die Ausrüstung half dem Team, ungefähr 72 kurze Funkstöße aus einer Entfernungsquelle zu finden3 Milliarden Lichtjahre von der Erde entfernt.
Die Astronomen kennen die Quelle der Emissionen noch nicht. Die KI hilft ihnen jedoch dabei, fundiertere Theorien darüber aufzustellen, wo sie sich befinden könnten. Zu ihren aktuellen Theorien gehören magnetisierte Neutronensterne, die von Gasströmen aus einem nahe gelegenen Schwarzen Loch oder aus einem nahe gelegenen Schwarzen Loch gestrahlt werdenTechnologien entwickelt von fortschrittlichen Zivilisationsgalaxien von der Milchstraße entfernt.
Ja, der neue Algorithmus für maschinelles Lernen wird verwendet, um anderswo im Kosmos nach Anzeichen für intelligentes Leben zu suchen.
„Diese Arbeit ist nicht nur deshalb aufregend, weil sie uns hilft, das dynamische Verhalten schneller Funkstöße genauer zu verstehen, sondern auch, weil sie vielversprechend ist, maschinelles Lernen zu verwenden, um Signale zu erkennen, die von klassischen Algorithmen übersehen werden“, sagte Andrew Siemion.Siemion, Direktor des Berkeley SETI Research Center, fungiert auch als Hauptforscher für Breakthrough Listen die Initiative zu finden. Zeichen des intelligenten Lebens im Universum.
Suche nach Mustern in den Funkstößen
Schnelle, kurze Funkstöße sind keine Seltenheit. Sie treten jedoch häufig nur einmal auf und nicht wiederholt. Diese bestimmte Reihe von Funkstößen ist unterschiedlich. Mehrere Astronomen haben versucht, die Physik und den genauen Ort der Funkstöße herauszufindenplatzt wegen ihrer wiederholten Natur.
Die AI-Algorithmen sammelten Funksignale aus Daten, die am 26. August 2017 über ein Fünf-Stunden-Fenster vom Green Bank Telescope in West Virginia aufgezeichnet wurden.
Insgesamt sammelte die KI 400 Terabyte Daten von Standard-Computeralgorithmen. In diesen Daten identifizierte der Algorithmus 21 Bursts. Die Analyse dieser Daten legte den Forschern nahe, dass die Quelle zwischen „Ruheperioden und rasender Aktivität“ wechseltSETI-Postdoktorand Vishal Gajjar.
Die Forscher wollten jedoch tiefer graben.
Der Doktorand der UC Berkeley, Gerry Zhang, und andere Forscher entwickelten einen neuen Algorithmus für maschinelles Lernen, der speziell für die erneute Analyse der Daten von 2017 entwickelt wurde. Sie fanden weitere 72 Bursts, die ursprünglich in der ersten Runde nicht entdeckt wurden.
Dank des AI-Algorithmus sind jetzt 300 Bursts mit der mysteriösen Quelle verbunden.
Was dies für den Planeten Erde bedeutet
Der Erfolg des KI-Algorithmus zeigt, wie vorhandene Technologien optimiert werden können, um mehr als erwartet aus dem Universum zu entdecken.
„Diese Arbeit ist nur der Anfang der Verwendung dieser leistungsstarken Methoden zum Auffinden von Funkübergängen“ sagte Zhang . „Wir hoffen, dass unser Erfolg andere ernsthafte Bemühungen zur Anwendung des maschinellen Lernens auf die Radioastronomie anregen kann.“
Wie Siemion erklärte, könnte das Verfolgen und Messen dieser FRBs zu einer massiven Entdeckung führen.
„Unabhängig davon, ob sich FRBs selbst als Signaturen für außerirdische Technologie herausstellen oder nicht, Breakthrough Listen trägt dazu bei, die Grenzen eines neuen und schnell wachsenden Bereichs unseres Verständnisses des Universums um uns herum zu verschieben“, fügte er hinzu.
Via : UC Berkeley , Durchbruchinitiativen