Kunstmatige intelligentie infiltreert in veel wetenschappelijke velden, waaronder astronomie en de zoektocht naar intelligent leven in het universum dat bekend staat als SETI.
In een nieuwe studie gebruikten wetenschappers van Breakthrough Listen, een SETI-project onder leiding van de University of California in Berkeley, VS, algoritmen voor machinaal leren om 72 nieuwe snelle radioflitsen te ontdekken van een mysterieuze bron op ongeveer 3 miljard lichtjaar van de aarde. …
Snelle radioflitsen zijn krachtige pulsen van radiostraling van slechts enkele milliseconden, waarvan wordt aangenomen dat ze afkomstig zijn van verre sterrenstelsels. De bronnen van deze straling zijn echter nog onbekend bij wetenschappers. De voorgestelde verklaringen voor deze mysterieuze uitbarstingen in het radiobereik variëren van neutronensterren met krachtige magnetische velden, aangevallen door jets van nabije zwarte gaten, tot versies die het idee bevatten van technisch geavanceerde beschavingen die ons hun signalen sturen.
In het nieuwe werk heeft een team onder leiding van UC Berkeley-promovendus Gerry Zhang met succes een krachtig nieuw algoritme voor machine learning ontwikkeld en dit toegepast om FRB 121102 te bestuderen, een unieke gebeurtenis van meerdere, repetitieve radioflitsen die in 2012 zijn opgenomen met een telescoop. Green Bank, gevestigd in West Virginia, VS. Door dit nieuwe algoritme te gebruiken, kon het team nog eens 72 snelle radioflitsen detecteren die nog niet eerder waren gedetecteerd. Als resultaat hiervan is het totale aantal gedetecteerde snelle radiosalvo's van de FRB 121102-gebeurtenis nu 300 flares.
Deze resultaten hielpen het team van Zhang ook om nieuwe beperkingen op te leggen aan de frequentie van snelle radio-bursts - het werk toonde aan dat er geen periodiciteit is in de aankomst van pulsen, althans voor perioden langer dan 10 milliseconden.
De studie is geaccepteerd voor publicatie in het Astrophysical Journal.
