Team bruger AI til at registrere hurtige radioudbrud

En Swinburne Ph.D. studerende har bygget et automatiseret system, der bruger kunstig intelligens (AI) til at revolutionere vores evne til at detektere og fange hurtige radioudbrud (FRB'er) i realtid.

FRB'er er mystiske og kraftfulde glimt af radiobølger fra rummet, menes at stamme milliarder af lysår fra Jorden. De varer kun et par millisekunder (en tusindedel af et sekund), og deres årsag er et af astronomiens største gåder.

Wael Farah udviklede FRB-detektionssystemet, og er den første person til at opdage FRB'er i realtid med en fuldautomatisk, maskinlæringssystem. Hr. Farahs system har allerede identificeret fem udbrud – inklusive et af de mest energiske, der nogensinde er opdaget, samt den bredeste.

Hans resultater er blevet offentliggjort i Månedlige meddelelser fra Royal Astronomical Society .

Optagelse af hurtige radioudbrud i realtid

Hr. Farah trænede computeren på stedet ved Molonglo Radio Observatory nær Canberra til at genkende tegnene og signaturerne på FRB'er, og udløser en øjeblikkelig indfangning af de fineste detaljer, der er set til dato.

Udbruddene blev opdaget få sekunder efter deres ankomst til Molonglo Radio Telescope, at producere data af høj kvalitet, der gjorde det muligt for Swinburne-forskere at studere deres struktur nøjagtigt, og samle spor om deres oprindelse.

Hr. Farah siger, at hans interesse for FRB'er kommer fra det faktum, at de potentielt kan bruges til at studere stof omkring og mellem galakser, som ellers er næsten umulige at se.

"Det er fascinerende at opdage, at et signal, der rejste halvvejs gennem universet, når vores teleskop efter en rejse på et par milliarder år, udviser kompleks struktur, som toppe adskilt med mindre end et millisekund, " han siger.

Molonglo projekt videnskabsmand, Dr. Chris Flynn siger:"Wael har brugt maskinlæring på vores højtydende computerklynge til at opdage og gemme FRB'er blandt millioner af andre radiobegivenheder, såsom mobiltelefoner, tordenvejr, og signaler fra Solen og fra pulsarer."

Australian Research Council Laureate Fellow og projektleder, Professor Matthew Bailes siger:"Molonglos realtidsdetektionssystem giver os mulighed for fuldt ud at udnytte dets høje tids- og frekvensopløsning og sondere FRB-egenskaber, som tidligere var uopnåelige."

De fem udbrud blev fundet som en del af UTMOST FRB-søgeprogrammet - et fælles samarbejde mellem Swinburne og University of Sydney. Molonglo-teleskopet ejes af University of Sydney.

Verdens første opdagelser

I juni, Swinburne astrofysikere Dr. Adam Deller og Dr. Ryan Shannon, fra Center for Astrofysik og Supercomputing, var en del af et hold, der for første gang bestemte den præcise placering af en enkeltstående FRB.

Dr. Shannon ledede også opdagelsen af ​​20 FRBS i 2018, næsten en fordobling af det kendte antal udbrud på det tidspunkt.