Inteligência artificial ajuda a compreender as misteriosas rajadas rápidas de rádio

A inteligência artificial (I.A.) está a conquistar muitas áreas, mais recentemente a área da astronomia e da procura de vida inteligente no Universo, como é o caso do projeto SETI (Search for Extraterrestrial Intelligence).

Usando aprendizagem automática, um campo da inteligência artificial no qual os computadores “aprendem” a partir de informação introduzida na forma de exemplos, investigadores da Breakthrough Listen (uma iniciativa do SETI para encontrar sinais de vida inteligente no Universo, liderada pela Universidade da Califórnia em Berkeley) descobriram 72 novas rajadas rápidas de rádio FRBs (Fast Radio Bursts) de uma fonte misteriosa a cerca de 3 mil milhões de anos-luz da Terra.

As rajadas rápidas de rádio são pulsos luminosos de emissões de rádio, com duração de milissegundos, e que se julga terem origem em galáxias distantes. A fonte destas emissões não é, no entanto, ainda clara. As teorias variam: desde estrelas de neutrões altamente magnetizadas detonadas por fluxos de gás de um buraco negro supermassivo nas proximidades, até à ideia de que as explosões podem estar relacionadas com tecnologias desenvolvidas por civilizações extraterrestres avançadas.

“Este trabalho é empolgante não apenas porque nos ajuda a entender mais em detalhe o comportamento dinâmico das FRBs, mas também pelo potencial que revela ao usar a aprendizagem automática para detetar sinais perdidos por algoritmos clássicos,” disse Andrew Siemion, diretor do Berkeley SETI Research Center e principal investigador da iniciativa Breakthrough Listen.

A Breakthrough Listen está também a aplicar o bem-sucedido algoritmo de aprendizagem automática para encontrar novos tipos de sinais que possam vir de civilizações extraterrestres.

Algo está a emitir repetidamente rajadas poderosas de energia

As FRBs costumam ser pontuais. Porém, a fonte FRB 121102 emite rajadas repetidamente, o que a torna única. Este comportamento tem atraído a atenção de muitos astrónomos na esperança de identificarem a causa, bem como a física extrema envolvidas neste fenómeno.

Os algoritmos de I.A. capturaram os sinais de rádio em dados registados durante um período de cinco horas, a 26 de agosto de 2017, pelo Green Bank Telescope em West Virginia.

Uma análise anterior dos 400 terabytes de dados, realizada usando algoritmos de computador standard, já tinha identificado 21 explosões durante esse período. Todas foram observadas no intervalo de uma hora, o que sugeria que a fonte alternava entre períodos de descanso e de atividade frenética, como informou Vishal Gajjar, investigador do SETI em Berkeley.

Gerry Zhang, doutorando da UC Berkeley, e os seus colaboradores desenvolveram posteriormente um novo e poderoso algoritmo de aprendizagem automática e verificaram novamente os dados de 2017. Encontraram assim 72 rajadas que não tinham sido detetadas originalmente, o que elevou o número total de explosões em FRB 121102 para cerca de 300, desde que a fonte foi descoberta em 2012.

“Este trabalho é apenas o início do uso destes poderosos métodos para descobrir transientes de rádio,” disse Zhang. “Esperamos que o nosso sucesso possa inspirar outros esforços para aplicação de aprendizagem automática em radioastronomia.”

A equipa de Zhang usou algumas das mesmas técnicas que as empresas de tecnologia de Internet usam para otimizar os resultados da pesquisa e classificar imagens. Treinaram um algoritmo conhecido como “rede neuronal convolucional” para reconhecer as FRBs descobertas pelo método clássico, usado por Gajjar e colaboradores, e introduziram o algoritmo no conjunto de dados para encontrar as FRBs que o método clássico perdeu.

Os resultados ajudaram a colocar novos limites na periodicidade dos pulsos de FRB 121102, sugerindo que eles não são recebidos com um padrão regular, pelo menos se o período desse padrão for maior que 10 milissegundos. Segundo Siemion, da mesma forma que os padrões dos pulsares ajudaram os astrónomos a delimitar os modelos computacionais das condições físicas extremas de tais objetos, as novas medidas das FRBs ajudarão a descobrir a origem destas fontes enigmáticas.

“Quer as FRBs acabem ou não por vir a revelar-se sinais de tecnologia extraterrestre, a Breakthrough Listen está a ajudar a ampliar as fronteiras de uma nova área, e em rápido crescimento, de conhecimento do Universo,” concluiu Siemion.

Os novos resultados foram publicados num artigo na revista The Astrophysical Journal.

Fonte da notícia: UC Berkeley