首页 > 专访 > 编辑视点
[导读]用于收听格林班克望远镜数据的机器学习算法从神秘的重复源FRB 121102中找到新的脉冲。

如果你读过三体,那你应该对FRB已经非常了解了,你可以直接跳过下面对FRB的说明,直接跳到AI的部分开始看~

科学家并不确切地知道快速无线电爆发(FRB)是什么。他们所知道的是,他们来自很远的地方。事实上,经常出现的是距离我们30亿光年的星系。中子星或他们可能是外星人打电话回家。

image1_copy.jpg

快速无线电突发或FRB是无线电发射的明亮脉冲,持续时间仅为几毫秒,被认为来自遥远的星系。大多数FRB都在一次爆发中见证过。相比之下,FRB 121102是迄今为止唯一一个发出重复爆发的人,其中包括在2017年使用西弗吉尼亚州的绿色望远镜(GBT)进行的突破性观察中发现的21次。

FRB的来源和机制仍然是神秘的。以前的研究表明,121102的爆发来自距地球30亿光年的星系,但发射它们的物体的性质仍然未知。理论范围从高度磁化的中子星,靠近超大质量黑洞的气流爆炸,到爆破特性与先进文明开发的技术特征一致的建议。

“并非所有发现都来自新观察,”突破计划的执行主任Pete Worden表示,其中包括Listen,“在这种情况下,应用于现有数据集的是聪明的原创思维。它提升了我们对天文学中最诱人的谜团之一的认识。“

为了更深入地了解这个有趣的对象,加利福尼亚大学伯克利分校SETI研究中心的听力科学团队于2017年8月26日使用GBT的Breakthrough Listen数字仪器观察了FRB 121102 5小时。他们报道了400 TB的数据(在Berkeley SETI博士后研究员Vishal Gajjar领导的一篇论文中,最近接受了天体物理学杂志3的发表),共计21次爆发。所有人都在一小时内被看到,这表明来源在静止和疯狂活动之间交替。

image2_copy.jpg

现在,加州大学伯克利分校的博士生Gerry Zhang和合作者开发了一种新的,功能强大的机器学习算法,并重新分析了2017 GBT数据集,发现了另外72个最初未检测到的爆发。 Zhang的团队使用了一些与互联网技术公司用来优化搜索结果和分类图像相同的技术。他们训练了一种称为卷积神经网络的算法来识别用Gajjar和合作者使用的经典搜索方法发现的突发,然后将其放在400 TB数据集上,以找到经典方法错过的突发。

结果有助于对来自FRB 121102的脉冲的周期性施加新的限制,这表明脉冲不是以规则模式接收的(至少如果该模式的周期长于约10毫秒)。正如来自脉冲星的脉冲模式已经帮助天文学家限制了这些物体中极端物理条件的计算机模型,FRB的新测量将有助于弄清楚这些神秘来源的能力。

“这项工作只是开始使用这些强大的方法来发现无线电瞬态,”Gerry Zhang说道,“我们希望我们的成功可能激发其他认真的努力,将机器学习应用于射电天文学。”

“Gerry的工作令人兴奋不仅仅是因为它有助于我们更详细地了解FRB的动态行为,”Berkeley SETI研究中心主任和突破性听取首席研究员Andrew Siemion博士说,“但也因为它对使用机器的承诺学习检测经典算法遗漏的信号。“

无论FRB本身最终是否都是外星技术的签名,Breakthrough Listen正在帮助推动我们对周围宇宙的新认识和快速发展领域的前沿。

08fd6e08e4e74f7b84903f396e68e87a.gif

新结果在一篇接受在天体物理学杂志上发表的文章(Zhang et al.1188)中有所描述。可以在seti.berkeley.edu/frb-machine上获得该论文的预印本,检测到的突发的动画,分析中使用的数据和代码以及观察的进一步细节。

突破性聆听是一项科学计划,旨在寻找宇宙中技术生命的证据。它的目的是在广泛的无线电和光学波段上调查100万颗附近的恒星,整个银河系和100个附近的星系。

应用于绿岸望远镜监听数据的机器学习算法发现来自神秘重复源FRB 121102的新脉冲。传统搜索方法错过了这些新的爆发,并且有助于回答有关FRB 121102起源的问题。机器学习算法是 也被应用于帮助侦听从地外情报中搜索新类型的候选信号。

描述这些结果的论文已经被接受发表在《天体物理学杂志》上,并将于2018年9月10日在arXiv预印本服务器上发表。

2007年,第一个FRB引起了[Duncan Lorimer]和[David Narkevic]的注意,同时对2001年的数据进行了筛选。这些宽带突发很难识别,因为它们持续了几毫秒。伯克利的研究人员使用以前已知的FRB训练软件他们然后从天空的一部分给了软件5小时的活动记录,并发现了72个以前未知的FRB。

当然,我们很乐意听到ET的消息。然而,很难想象如果你想故意记录,你会以更明显的方式做到这一点。当然,也许我们只是在偷听一些外星球队的Trunked通信系统。我们总是认为先进的文明将有数据压缩,使数据看起来很随机,我们经常想知道时间膨胀对调制的影响,如果源相对于我们快速移动。

可悲的是,最可能的解释是像黑洞一样平凡无奇。当人们在操作期间打开微波炉时,一些FRB甚至在地球上生成。也许,我们看到星际7-11加热巨型卷饼。

如果你想在没有大量装备的情况下亲自尝试射电天文学,你可以加入Zooniverse。或者你可以破解旧卫星天线。

image3_copy.jpg

换一批

延伸阅读

[智能硬件] 2018年谷歌靠硬件,赚了30亿美元!

2018年谷歌靠硬件,赚了30亿美元!

硬件有助于谷歌在广告之外实现业务多元化,也是推广其最新人工智能功能的一个途径。正如每年一度的Made by Google会议所表现出来的那样,Pixel系列手机通常会首先获得谷歌助理、Duplex和Night Sight等新功能。 ......

关键字:谷歌 硬件 人工智能

[通信技术] 人工智能如何支持5G业务创新,中兴叶良告诉你!

人工智能如何支持5G业务创新,中兴叶良告诉你!

5G网络面临很多挑战,从网络层面看,运营商不可能一下全面转向5G,从2G到5G,虚拟化设备和传统的非虚拟化设备的混合管理,就是很大的困难。从业务角度看,怎么用5G支撑不同行业的不同业务需求,不同业务相互之间的要求也可能出现冲突。 ......

关键字:人工智能 5G 中兴

[智能硬件] 苹果获37项新专利,涉及AirPower及iPhone!

苹果获37项新专利,涉及AirPower及iPhone!

苹果公司新授予的专利正式名称为“可配置无线发射器设备”,包括了AirPower多设备充电板相关的发明。其中标出了无线发射器装置的表面上两个电子设备的平面图,以及流程图和导电轨迹网格。 ......

关键字:苹果 专利 AirPower iPhone

[智能硬件] 张忠谋:未来25年内,很多职业将被AI取代,贫富差距拉大!

张忠谋:未来25年内,很多职业将被AI取代,贫富差距拉大!

张忠谋表示,未来25年内,很多职业将被AI取代,导致失业率增加。网际网路问世25年,就为人们生活带来这么大的改变,他认为,AI的威力更大,改变人类的时间会比网际网路更快。 ......

关键字:张忠谋 AI 台积电

[智能硬件] 惊人的人工智能!绘画能力已炉火纯青!

惊人的人工智能!绘画能力已炉火纯青!

跟四年前的水平相比,今天我们使用人工智能来绘制虚拟的人物已经达到炉火纯青、难分真假的地步。而根据论文的署名作者来看,三名作者无一例外都是来自NVIDIA(Tero Karras、Samuli Laine、Timo Aila)。 ......

关键字:人工智能 生成式对抗网络 NVIDIA

[消费类电子新闻] 认为英伟达给AI电脑拖后腿,这家AI创企获微软、宝马投资

认为英伟达给AI电脑拖后腿,这家AI创企获微软、宝马投资

近年来在全球范围内兴起了AI芯片设计热潮,英国一家AI创企获得了微软宝马等巨额投资,成为了英国今年新进的“独角兽”企业。 ......

关键字:英伟达 AI AI芯片设计

[显示光电] 土豪快来!英伟达光追卡皇TITAN RTX国行已上架京东:售价20999元

土豪快来!英伟达光追卡皇TITAN RTX国行已上架京东:售价20999元

根据介绍全新的TITAN RTX拥有一颗完整的TU102核心,576个纹理核心,TITAN RTX还拥有4608个CUDA核心,另外还有72个RT核心,每秒最多可计算110亿条光线。总晶体管数达到186亿个。 ......

关键字:英伟达 桌面级GPU 人工智能

[智能硬件] 会学习的互联网

会学习的互联网

人工智能是什么时候再次流行起来的?这可以追溯到2016年3月,当时,谷歌的神经网络驱动的人工智能 (AI)机器人 AlphaGo在围棋比赛中击败了韩国冠军李世石,在此之前,没有任何机器可以用来破解围棋的棋局。 ......

关键字:人工智能 神经网络 互联网

[消费类电子新闻] AI可以合成指纹,生物识别安全如何保障?

AI可以合成指纹,生物识别安全如何保障?

从解锁智能手机到授权付款,指纹广泛用于识别人员。然而,一组研究人员现在已经设法准确地复制真实指纹并创建了名为“DeepMasterPrints”的假指纹。研究人员 - 使用神经网络创建假印刷品 - 能够模仿超过五分之一的指纹。......

关键字:AI 指纹识别 生物识别

我 要 评 论

网友评论

芯闻号

技术子站

更多

项目外包

更多

推荐博客