Los investigadores de Breakthrough Listen utilizaron inteligencia artificial para buscar a través de señales de radio grabadas a partir de una ráfaga de radio rápida, capturando muchos más que los humanos. Están usando un algoritmo similar para buscar nuevos tipos de señales candidatas de civilizaciones extraterrestres. Crédito:Imagen de Breakthrough Listen
La inteligencia artificial está invadiendo muchos campos, más recientemente la astronomía y la búsqueda de vida inteligente en el universo, o SETI.
Los investigadores de Breakthrough Listen, un proyecto SETI dirigido por la Universidad de California, Berkeley, ahora han utilizado el aprendizaje automático para descubrir 72 nuevas ráfagas de radio rápidas de una fuente misteriosa a unos 3 mil millones de años luz de la Tierra.
Las ráfagas de radio rápidas son pulsos brillantes de emisión de radio de apenas milisegundos de duración, se cree que se origina en galaxias distantes. La fuente de estas emisiones aún no está clara, sin embargo. Las teorías van desde estrellas de neutrones altamente magnetizadas explotadas por corrientes de gas de un agujero negro supermasivo cercano, a sugerencias de que las propiedades del estallido son consistentes con firmas de tecnología desarrollada por una civilización avanzada.
"Este trabajo es emocionante no solo porque nos ayuda a comprender el comportamiento dinámico de las ráfagas de radio rápidas con más detalle, pero también debido a la promesa que muestra de usar el aprendizaje automático para detectar señales perdidas por algoritmos clásicos, "dijo Andrew Siemion, director del Centro de Investigación SETI de Berkeley e investigador principal de Breakthrough Listen, la iniciativa de encontrar signos de vida inteligente en el universo.
Breakthrough Listen también está aplicando el exitoso algoritmo de aprendizaje automático para encontrar nuevos tipos de señales que podrían provenir de civilizaciones extraterrestres.
Si bien la mayoría de las ráfagas de radio rápidas son únicas, la fuente aquí, FRB 121102, es único en emitir ráfagas repetidas. Este comportamiento ha llamado la atención de muchos astrónomos que esperan precisar la causa y la física extrema involucrada en las ráfagas de radio rápidas.
Los algoritmos de inteligencia artificial extrajeron las señales de radio de los datos que se registraron durante un período de cinco horas el 26 de agosto. 2017, por el Green Bank Telescope en West Virginia. Un análisis anterior de los 400 terabytes de datos empleó algoritmos informáticos estándar para identificar 21 ráfagas durante ese período. Todos fueron vistos en una hora, sugiriendo que la fuente alterna entre períodos de inactividad y actividad frenética, dijo el investigador postdoctoral de Berkeley SETI Vishal Gajjar.
UC Berkeley Ph.D. El estudiante Gerry Zhang y sus colaboradores desarrollaron posteriormente un nuevo potente algoritmo de aprendizaje automático y volvió a analizar los datos de 2017, encontrando 72 ráfagas adicionales no detectadas originalmente. Esto eleva el número total de ráfagas detectadas de FRB 121102 a alrededor de 300 desde que se descubrió en 2012.
"Este trabajo es solo el comienzo del uso de estos poderosos métodos para encontrar transitorios de radio, ", dijo Zhang." Esperamos que nuestro éxito pueda inspirar otros esfuerzos serios en la aplicación del aprendizaje automático a la radioastronomía ".
El equipo de Zhang utilizó algunas de las mismas técnicas que utilizan las empresas de tecnología de Internet para optimizar los resultados de búsqueda y clasificar imágenes. Entrenaron un algoritmo conocido como red neuronal convolucional para reconocer las ráfagas encontradas por el método de búsqueda clásico utilizado por Gajjar y sus colaboradores. y luego libérelo en el conjunto de datos para encontrar ráfagas que el enfoque clásico pasó por alto.
Los resultados han ayudado a poner nuevas restricciones en la periodicidad de los pulsos de FRB 121102, sugiriendo que los pulsos no se reciben con un patrón regular, al menos si el período de ese patrón es superior a unos 10 milisegundos. Así como los patrones de pulsos de los púlsares han ayudado a los astrónomos a restringir los modelos informáticos de las condiciones físicas extremas en tales objetos, las nuevas mediciones de FRB ayudarán a descubrir qué alimenta estas fuentes enigmáticas, Dijo Siemion.
"Ya sea que los propios FRB eventualmente resulten ser firmas de tecnología extraterrestre, Breakthrough Listen está ayudando a ampliar las fronteras de un área nueva y en rápido crecimiento de nuestra comprensión del Universo que nos rodea. "añadió.
Los nuevos resultados se describen en un artículo aceptado para su publicación en El diario astrofísico y disponible para descargar desde el sitio web Breakthrough Listen.