• Schalter wissen.de
  • Schalter wissenschaft
  • Schalter scinexx
  • Schalter scienceblogs
  • Schalter damals
  • Schalter natur
Scinexx-Logo
Logo Fachmedien und Mittelstand
Scinexx-Claim
Facebook-Claim
Google+ Logo
Twitter-Logo
YouTube-Logo
Feedburner Logo
Sonntag, 18.11.2018
Hintergrund Farbverlauf Facebook-Leiste Facebook-Leiste Facebook-Leiste
Scinexx-Logo Facebook-Leiste

KI detektiert kosmische Radioblitze

72 neuentdeckte Signale liefern mehr Informationen über mysteriöses Phänomen

Mysteriöses Phänomen: Die ultrakurzen, aber extrem intensiven Fast Radiobursts geben Astronomen Rätsel auf. Deshalb haben sich Forscher nun eine künstliche Intelligenz zu Hilfe geholt. Sie hat in Teleskopdaten weitere 72 Radioblitze einer rund drei Milliarden Lichtjahre entfernten Quelle identifiziert. Ihre Analysen enthüllen zudem, dass diese Blitze offenbar nicht regelmäßig sind und in ihrer Stärke schwanken. Das könnte neue Hinweise auf ihren Ursprung geben.
Fast Radiobursts geben noch immer Rätsel auf – jetzt hilft eine künstliche Intelligenz den Astronomen.

Fast Radiobursts geben noch immer Rätsel auf – jetzt hilft eine künstliche Intelligenz den Astronomen.

Fast Radiobursts (FRB) geben Astronomen schon seit Jahren Rätsel auf. Denn diese Radioblitze sind extrem intensiv, halten nur Millisekunden an und auch ihre Entstehung ist bisher nicht eindeutig geklärt. Immerhin haben Forscher inzwischen bestätigt, dass die Quellen der Fast Radiobursts außerhalb unserer Galaxie liegen. Wie diese Blitze jedoch entstehen, ist unbekannt.

Sogar ein Ursprung in extraterrestrischer Technologie wird diskutiert. "Die Idee einer künstlichen Quelle ist es zumindest wert, überprüft und diskutiert zu werden", kommentiert Ari Loeb vom Harvard Smithsonian Center für Astrophysics.

Ursprung rätselhaft


Das Seltsame jedoch: Alle bisher bekannten Radioblitze sind Einzelereignisse – mit einer Ausnahme. Denn die FRB 121102 getaufte Quelle scheint die Radiobursts gleich in Serie auszusenden. Gut 200 dieser Blitze haben Forscher bisher eingefangen, was ihnen dabei half, den Ursprung dieser ultrakurzen Radiosignale in einer drei Milliarden Lichtjahre entfernten Zwerggalaxie zu verorten.


Ungewöhnlich auch: Die lineare Polarisierung dieser Radiosignale ist stark verdreht. Dieser sogenannte Faraday-Effekt ist bei FRB 121102 mehr als 500 Mal stärker als bei allen anderen Fast Radiobursts, wie Forscher Anfang 2018 herausfanden. Sie schließen daraus, dass diese Serienblitze aus einem Umfeld mit extrem starkem Magnetfeld stammen müssen. Was für einem, ist noch offen.

Das neuronale Netz wurde mit Daten echter und simulierter Fast Radiobursts trainiert.

Das neuronale Netz wurde mit Daten echter und simulierter Fast Radiobursts trainiert.

KI analysiert Teleskopdaten


Jetzt haben sich die Astronomen eine künstliche Intelligenz (KI) zu Hilfe geholt. Yunfan Gerry Zhang von der University of California in Berkeley und sein Team von der Breakthrough Listen Initiative nutzten ein komplexes neuronales Netzwerk aus 17 Schichten dafür, weitere Radiobursts in den Beobachtungsdaten des Greenbank-Radiotelekops im US-Bundesstaat Virginia aufzuspüren. Das Teleskop hatte am 26. August 2017 die Radioquelle FRB 121102 sechs Stunden lang ins Visier genommen.

Das KI-System wurde zunächst mit Daten echter und simulierter Fast Radiobursts trainiert. "Dafür nutzten wir zwei Klassen von Beispielen: Positive Aufnahmen, die mindestens einen FRB enthalten und negative Aufnahmen, die nur Rauschen und Radiointerferenzen enthalten", erklären die Forscher. Erst als das neuronale Netzwerk kaum noch falsch positive Ergebnisse produzierte, fütterten die Astronomen es mit den realen Beobachtungsdaten vom 26. August.


72 weitere Radiobursts aufgespürt


Und tatsächlich: Während Astronomen mit Standardverfahren bisher nur 21 Radiopulse in diesen Daten entdeckt hatten, identifizierte die künstliche Intelligenz 72 weitere Radioblitze. "Wir präsentieren damit die erste erfolgreiche Anwendung von Deep Learning auf die Detektion von schnellen Radiosignalen in rohen Spektrogramm-Daten", erklären die Forscher. "Unsere Ergebnisse stellen die bisher größte Zahl von Radioblitzen innerhalb einer Beobachtungszeit dar."

Allerdings könnte selbst die künstliche Intelligenz noch nicht alle Radioblitze in den Teleskopdaten aufgespürt haben: "Wir müssen davon ausgehen, dass eine unbekannte Zahl von Radioblitzen noch immer unentdeckt geblieben ist", konstatieren Zhang und seine Kollegen. Dies schließen sie unter anderem daraus, dass die Verteilung der Pulse über den Beobachtungszeitraum stark von einer Zufallsverteilung abweicht.

Wie künstliche Intelligenz den Astronomen beim Aufspüren der Radioblitze hilft


Ungleiche Intensität und eher nicht periodisch


Die zusätzlichen Radiobursts erlauben es, das Verhalten und die Periodizität dieser Signale genauer zu analysieren. So stellten die Astronomen fest, dass fast die Hälfte der Pulse ist den ersten 30 Minuten der Beobachtungszeit eintrafen. Sie schienen zudem energiereicher und enger beieinander zu sein. "Der Grund für dieses Verhalten ist offen für Interpretationen", betonen die Forscher. So könnte es sich bei den schwächeren Pulsen um eine Art "Nachbeben" eines starken Blitzes handeln oder aber um normale Schwankungen dieser Radioemissionen.

Zudem liefern die Ergebnisse neue Informationen zur Regelmäßigkeit der Radioblitze. "Bisherige Beobachtungen haben keine signifikanten Perioden detektieren können", berichten die Astronomen. Die neuen Analysen präzisieren dies nun: Wenn es regelmäßige Intervalle gibt, dann müssen diese kürzer sein als zehn Millisekunden. Einige der Radioblitze scheinen zudem sehr eng aufeinanderfolgende Paare zu bilden.

Rotiert die Quelle oder nicht?


Wichtig ist dies vor allem deshalb, weil es Rückschlüsse auf die mögliche Quelle von FRB 121102 erlaubt. So könnten sehr regelmäßige Pulse von einem rotierenden Objekt wie beispielsweise einem Millisekunden-Magnetar stammen – einem schnell rotierenden Neutronenstern mit starken Magnetfeldern. Aber auch Asteroideneinschläge auf Neutronensternen oder Schwarze Löcher wurden schon als Quellen diskutiert.

"Zwar muss ein Mangel an Periodizität nicht notwendigerweise rotierende Quellen ausschließen, er erlaubt es aber, auch nicht-periodische Emissionen als Quellen in Betracht zu ziehen", erklären Zhang und seine Kollegen. "Wir stehen erst am Anfang damit, leistungsstarke Methoden [der künstlichen Intelligenz] für das Aufspüren von Radioblitzen einzusetzen." (Astrophysical Journal, in press)
(University of California – Berkeley, 12.09.2018 - NPO)
 
Printer IconShare Icon