El uso de técnicas de aprendizaje automático ha permitido descubrir 72 nuevas ráfagas de radio rápidas (FRB) de una misteriosa fuente a unos 3.000 millones de años luz de la Tierra.
Las FRB (Fast Radio Bursts) son impulsos brillantes de emisión de radio de apenas milisegundos de duración, que se cree que se originan en galaxias distantes. La fuente de estas emisiones aún no está clara, sin embargo. Las teorías varían desde estrellas de neutrones altamente magnetizadas emitidas por corrientes de gas de un agujero negro supermasivo cercano, hasta sugerencias de que las propiedades de estallido son consistentes con las firmas de tecnología desarrollada por una civilización avanzada.
"Este trabajo es emocionante no solo porque nos ayuda a comprender el comportamiento dinámico de ráfagas de radio rápidas con más detalle, sino también por la promesa que muestra el uso del aprendizaje automático para detectar señales omitidas por algoritmos clásicos", dice Andrew Siemion, director de el Centro de Investigación SETI de Berkeley e investigador principal de Breakthrough Listen, la iniciativa para encontrar signos de vida inteligente en el universo, que ha aplicado la nueva tecnología.
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 única al emitir ráfagas repetidas. Este comportamiento ha llamado la atención de muchos astrónomos con la esperanza de precisar la causa y la física extrema involucrada en las mismas.
Los algoritmos de Inteligencia Artificial obtuvieron las señales de radio de los datos registrados durante un período de cinco horas el 26 de agosto de 2017, por el Telescopio Green Bank en Virginia Occidental. 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, lo que sugiere que la fuente alterna entre periodos de inactividad y actividad frenética, según indica el investigador postdoctoral de Berkeley SETI, Vishal Gajjar.
El estudiante de la UC Berkeley Gerry Zhang y sus colaboradores posteriormente desarrollaron un nuevo y poderoso algoritmo de aprendizaje automático y volvieron a analizar los datos de 2017, encontrando 72 ráfagas adicionales no detectadas originalmente. Esto aumenta el número total de ráfagas detectadas de FRB 121102 a alrededor de 300 desde que se descubrieron en 2012.
"Este trabajo es solo el comienzo del uso de estos poderosos métodos para encontrar eventos transitorios de radio --señala Zhang--. Esperamos que nuestro éxito inspire otros esfuerzos serios para aplicar el 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 las 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 lo soltaron en el conjunto de datos para encontrar ráfagas que el enfoque clásico omitió.
Los resultados han ayudado a establecer nuevas restricciones en la periodicidad de los pulsos de FRB 121102, lo que sugiere que los pulsos no se reciben con un patrón regular, al menos si el período de ese patrón es más largo de aproximadamente 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 los FRB ayudarán a determinar qué poderes tienen estas enigmáticas fuentes, según explica Siemion.
"Ya sea que los mismos FRB eventualmente sean firmas de tecnología extraterrestre, Breakthrough Listen está ayudando a empujar las fronteras de un área nueva y de rápido crecimiento de nuestra comprensión del universo que nos rodea", agrega.
Los nuevos resultados se describen en un artículo aceptado para su publicación en 'The Astrophysical Journal' y disponible para su descarga desde el sitio web Breakthrough Listen.
