Cientistas de caça alienígena descobrem 72 novas explosões rápidas de rádio graças à nova inteligência artificial

As explosões rápidas de rádio (FRBs) são emissões energéticas extremamente poderosas do universo distante que duram apenas alguns milissegundos em média. A origem da maioria dos FRBs ainda não está clara porque eles são eventos únicos. Mas um deles, o FRB 121102 , vem se repetindo, permitindo aos pesquisadores descobrir um pouco mais sobre essas misteriosas ocorrências.

No ano passado, astrônomos usaram o Telescópio Green Bank para descobrir mais FRBs desta fonte e encontraram 21 novas explosões. Mas mais estava escondido nos dados. Os pesquisadores usaram um novo algoritmo de aprendizado de máquina para reanalisar os dados de 2017 e descobriram 72 novas explosões que não foram vistas na análise original. A descoberta foi aceita para publicação no Astrophysical Journal .

Acredita-se que os sinais provenham de uma estrela de nêutrons localizada em uma galáxia anã a cerca de 3 bilhões de anos-luz da Terra. A estrela de nêutrons é provável em um ambiente altamente magnetizado como o remanescente de uma supernova ou perto de um buraco negro. Graças à análise mais recente, foram detectados cerca de 300 FRBs desta fonte, um grande passo em frente na compreensão de sua natureza.

"Este trabalho é apenas o começo do uso desses poderosos métodos para encontrar transientes de rádio", disse o principal autor Gerry Zhang, da Universidade da Califórnia, em Berkeley, em um comunicado . "Esperamos que o nosso sucesso possa inspirar outros esforços sérios na aplicação do aprendizado de máquina para a radioastronomia."

As novas descobertas mostram que não há padrão regular nos dados, pelo menos se o padrão for maior que 10 milissegundos. Atualmente, não podemos investigar períodos mais curtos. As observações, que duraram cerca de cinco horas, mostram que a fonte FRB passa por alguns períodos mais calmos e alguns períodos mais frenéticos. A análise mostra que os pesquisadores podem ter subestimado quantos sinais FRB podem estar por aí.

"Este trabalho é empolgante não apenas porque nos ajuda a entender o comportamento dinâmico de rádios rápidos em mais detalhes, mas também por causa da promessa mostrada de usar o aprendizado de máquina para detectar sinais perdidos por algoritmos clássicos", acrescentou Andrew Siemion. , diretor do Berkeley SETI Research Center e investigador principal da Breakthrough Listen , a iniciativa de encontrar sinais de vida inteligente no universo.

Breakthrough Listen tem um interesse particular nesses tipos de algoritmos. Poderia permitir que o projeto se tornasse mais completo na busca de potenciais sinais de rádio de civilizações alienígenas.