Künstliche Intelligenz hilft Astronomen, unbekannte Signale aus dem Weltraum zu erkennen

Künstliche Intelligenz hilft Astronomen, unbekannte Signale aus dem Weltraum zu erkennen

Im Rahmen des SETI-Projekts konnten Wissenschaftler der University of California in Berkeley anhand von Computersimulationen sofort 72 neue schnelle Funksignale von einer mysteriösen Quelle identifizieren, die sich drei Milliarden Lichtjahre von der Erde entfernt befindet. Die Forschungsergebnisse werden in einem neuen Artikel beschrieben, der zur Veröffentlichung im Astrophysical Journal angenommen wurde.

Schnelle Funksignale sind helle Impulse von Millisekunden dauernden Radiowellen, von denen angenommen wird, dass sie von entfernten Galaxien stammen. Die Quelle dieser Signale ist jedoch noch unklar. Die Theorien reichen von hochmagnetisierten Neutronensternen, die von Gasströmen aus einem nahe gelegenen supermassiven Schwarzen Loch gesprengt werden, bis zu Vorschlägen, dass die Signale von Menschen gemacht und von einer intelligenten Zivilisation gesendet werden.

“Diese Arbeit ist nicht nur faszinierend, weil sie uns hilft, das dynamische Verhalten schneller Funksignale genauer zu verstehen, sondern auch aufgrund der Perspektive, die wir sehen, wenn trainierte Computer klassische Algorithmen verwenden, um diese Signale selbst zu finden”, sagte Andrew Simion. Direktor des Berkeley SETI Research Center und Principal Investigator des Breakthrough Listen-Programms, das sich der Suche nach intelligentem Leben im Universum widmet.

Im Rahmen dieses Programms haben Forscher erfolgreich einen Algorithmus für maschinelles Lernen verwendet, um nach neuen Arten von Signalen zu suchen, die von außerirdischen Zivilisationen stammen können.

Während die schnellsten Funksignale einmaliger Natur sind, ist die erkannte Quelle mit der Bezeichnung FRB 121102 insofern einzigartig, als sie einen ganzen Komplex von Signalen zeigt. Dieses Verhalten hat die Aufmerksamkeit vieler Astronomen auf sich gezogen, in der Hoffnung, die Ursache und die extreme Physik aufzudecken, die mit der Natur eines solchen Phänomens verbunden sind.

Künstliche Intelligenz hat am 26. August 2017 mit dem Green Bank-Teleskop in West Virginia in einem fünfstündigen Beobachtungsintervall Funksignale in der Datenbank erkannt. Eine frühere Analyse von 400 Terabyte Daten verwendete Standard-Computeralgorithmen, um 21 Funkbursts während dieses Zeitraums zu identifizieren. Sie wurden alle innerhalb einer Stunde gesichtet, und es wurde angenommen, dass die Quelle zwischen Ruhephasen und rasender Aktivität wechselt, zumindest wie der Berkeley SETI-Forscher, Doktorand Vishal Gajjar, feststellte.

Der SETI-Studienautor Jerry Zhang und seine Mitarbeiter entwickelten anschließend einen leistungsstarken neuen Algorithmus für maschinelles Lernen und analysierten die Daten für 2017 erneut, wobei 72 weitere Spitzen gefunden wurden, die ursprünglich nicht erkannt wurden. Am Ende waren die Beobachter erstaunt, als sie zu dem Schluss kamen, dass die Gesamtzahl der von FRB 121102 erkannten Bursts etwa 300 beträgt, seit das Objekt 2012 entdeckt wurde.

“Diese Arbeit ist nur der Anfang der Verwendung leistungsfähiger neuer Techniken, um transiente Funksignale zu finden”, sagte Zhang. “Wir hoffen, dass unser Erfolg andere seriöse Organisationen dazu inspirieren kann, maschinelles Lernen auf die Radioastronomie anzuwenden.”

Zhangs Team verwendete dieselben Techniken wie Internet-Technologen, um Suchergebnisse zu optimieren und Bilder zu klassifizieren. Sie entwickelten einen Algorithmus, der als Faltungs-Neuronales Netzwerk bekannt ist und Funkbursts erkennt, die mit der klassischen Suchmethode von Gajar et al. Gefunden wurden, und lokalisiert sie dann in der Datenbank, um Bursts zu finden, die beim klassischen Suchansatz übersehen wurden.

Die Ergebnisse halfen dabei, neue Grenzwerte für die Frequenz von Impulsen aus FRB 121102 festzulegen, und zeigten, dass die Impulse unregelmäßig sind, wenn die Periode dieses Musters größer als etwa 10 Millisekunden ist. So wie Pulsarpulsmodelle Astronomen dabei halfen, Computermodelle extremer physikalischer Bedingungen in solchen Objekten einzuschränken, werden die neuen FRB-Messungen laut Wissenschaftlern dazu beitragen, die Natur mysteriöser neuer Quellen zu klären.

“Unabhängig davon, ob die Signale der FRB letztendlich ein Zeichen für außerirdische Technologie sind, trägt Breakthrough Listen dazu bei, die Grenzen eines neuen und schnell wachsenden Bereichs unseres Verständnisses des Universums um uns herum zu erweitern”, schloss Jan.

Like this post? Please share to your friends:
Leave a Reply

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: