人工智能正在入侵许多领域，最近，它被用于天文学和寻找宇宙中的智能生命，即SETI项目（寻找外星智能）。 Breakthrough Listen是由加州大学伯克利分校领导的SETI项目。它的研究人员现在已经使用机器学习技术从离地球约30亿光年的神秘光源中发现了72个新的快速无线电脉冲。快速无线电脉冲是无线电发射的明亮脉冲，仅持续几毫秒，并且被认为来自遥远的星系。但是，这些射线的来源仍不清楚。现有理论通常解释说，它来自附近一个超大质量黑洞爆炸的高磁化中子星。有人认为其爆破特性与先进文明建立的技术特性是一致的。 Andrew Siemion是伯克利SETI研究中心和Breakthrough Listen项目的首席研究员，该项目旨在寻找宇宙中智能生命的迹象。他说：“这项工作令人兴奋，不仅因为它帮助我们更详细地了解了快速无线电脉冲串的动态行为，而且还因为它显示了机器学习的前景，可以检测出经典算法遗漏的信号。” Breakthrough Listen还使用成熟的机器学习算法来寻找来自地球外文明的可能新信号。大多数快速无线电突发都是一次性的，因此FRB 121102突发源的重复突发是唯一的。这种行为吸引了许多天文学家的注意力，希望能确定快速无线电爆发的原因和极端的物理原理。人工智能算法在5小时内从望远镜记录的数据中挖掘出了这些无线电信号。在对400TB数据的早期分析中，科学家使用标准计算机算法查找了此期间的21次爆发。伯克利SETI研究中心的博士后研究员Vishal Gajjar说，所有现象都在一小时内出现，这表明爆发源的状态在静态和极端活跃之间交替。随后，加利福尼亚大学伯克利分校的博士生Gerry Zhang及其合作者开发了一种新的强大的机器学习算法，并重新分析了2017年的数据，发现了另外72例最初未发现的爆发。自2012年首次检测到FRB 121102以来，FRB 121102的爆发总数约为300。张说：“这项工作仅仅是使用这些强大的方法来检测无线电突发的开始。我们希望我们的成功将为在射电天文学中使用机器学习的其他更重要的工作提供启发。”互联网技术公司使用某些技术来优化搜索结果和对图像进行分类。他们训练了一种称为卷积神经网络的算法，以使用经典搜索方法识别Gajjar及其合作者发现的爆发，然后使用它来处理数据集以查找经典方法遗漏的爆发。这些结果有助于对来自FRB 121102的脉冲的周期性提出新的限制，这表明至少在图案的周期大于大约10毫秒（不规则）时，接收这些脉冲的图案是不规则的。来自脉冲星的脉冲模式帮助天文学家限制了描述这些物体极端物理条件的计算机模型。同样，对FRB突发源的测量将帮助我们找出这些神秘突发源的能源。暹粒说。 “无论FRB本身最终是否是外星技术的杰作，Breakthrough Listen都将帮助我们继续推进迅速发展的新领域，以了解我们所生活的宇宙。”他加了。这些结果发表在《天体物理学杂志》上。