Школьник с помощью ИИ расшифровал сигналы из глубокого космоса — и нашёл то, что пропустили учёные

Большинство ночей Вселенная кажется тихой. Звёзды ровно светят, галактики дрейфуют в темноте, планеты следуют предсказуемым путям. Но в этом видимом спокойствии скрыты космические вспышки, настолько мощные, что за тысячные доли секунды они высвобождают столько энергии, сколько Солнце излучает за несколько дней. Астрономы называют их быстрыми радиовсплесками. Они приходят без предупреждения, вспыхивают через космос и исчезают почти мгновенно. Никто точно не знает, что их создаёт.

Теперь семнадцатилетний школьник использовал искусственный интеллект, чтобы помочь расшифровать эти загадочные сигналы, выявив закономерности, которые могли пропустить человеческие исследователи. Его работа достигла впечатляющей точности классификации и даже выявила потенциальные новые повторяющиеся источники, скрытые в существующих данных.

Загадка быстрых радиовсплесков

Быстрые радиовсплески — одни из самых странных явлений, когда-либо обнаруженных в космосе. Впервые их зафиксировали в 2007 году. Это чрезвычайно короткие вспышки радиоэнергии, которые могут путешествовать миллиарды световых лет, прежде чем достигнут Земли. Несмотря на то что они длятся всего миллисекунды, их мощность экстраординарна. Учёные до сих пор не понимают их происхождение, хотя теории варьируются от высокомагнитизированных нейтронных звёзд — магнитаров — до других экстремальных астрофизических событий. Некоторые всплески появляются только один раз. Другие повторяются. Почему — этот простой вопрос стал одной из центральных загадок современной радиоастрономии.

Школьник берётся за космическую головоломку

Рохан Арни, ученик Высшей технологической школы в Нью-Джерси, решил исследовать эту тайну с помощью искусственного интеллекта. Вместо того чтобы сосредоточиться исключительно на традиционных астрофизических методах, он объединил машинное обучение с наблюдательной астрономией для анализа больших наборов данных, собранных канадским экспериментом по картографированию интенсивности водорода — CHIME. Это один из самых продуктивных радиотелескопов в мире для обнаружения быстрых радиовсплесков. Ежедневно он собирает огромные объёмы информации с неба. Объём данных настолько велик, что ручной анализ каждого сигнала был бы непрактичным. Здесь и становится ценным искусственный интеллект. Системы машинного обучения превосходно находят тонкие закономерности, скрытые в больших наборах данных. Цель Арни была простой в теории, но сложной на практике: обучить ИИ различать повторяющиеся и неповторяющиеся быстрые радиовсплески.

Результаты, удивившие даже опытных исследователей

Используя методы глубокого обучения, Арни разработал модель, способную классифицировать всплески с точностью около девяноста восьми процентов. В машинном обучении точность сама по себе не гарантирует значимых научных результатов. Модель также должна раскрывать полезную информацию о лежащем в основе явлении. В данном случае ИИ сделал больше, чем просто категоризировал сигналы. Он выявил характеристики, которые, по-видимому, отличают повторяющиеся всплески от однократных. Согласно анализу, повторяющиеся всплески, как правило, находятся ближе к Земле и часто занимают более узкие частотные диапазоны, чем неповторяющиеся. Эти наблюдения могут дать ключ к пониманию сред, где зарождаются эти сигналы.

Открытие, скрытое внутри данных

Пожалуй, самой интригующей частью проекта была не точность классификации, а то, что ИИ нашёл после. Изучая данные, модель идентифицировала четыре источника, которые могут на самом деле быть повторяющимися, хотя ранее они были отнесены к другой категории. Два из этих кандидатов независимо привлекли внимание в более ранних исследованиях, что добавило credibility выводам ИИ. Это иллюстрирует одно из самых мощных применений искусственного интеллекта в науке. ИИ не просто автоматизирует существующую работу. В некоторых случаях он помогает исследователям замечать то, что они не искали специально.

Почему быстрые радиовсплески так интересуют учёных

Быстрые радиовсплески остаются одной из самых активных областей астрономии, потому что они затрагивают несколько фундаментальных вопросов о Вселенной. Учёные до сих пор не знают точно, что их питает. Некоторые свидетельства указывают на магнитары — высокомагнитизированные нейтронные звёзды, образующиеся после массивных звёздных взрывов. Другие теории включают экзотические астрофизические среды, которые остаются плохо изученными. Что делает быстрые радиовсплески особенно полезными, так это то, что они также служат космическими зондами. Когда радиоволны путешествуют через межгалактическое пространство, они взаимодействуют с материей, рассеянной по Вселенной. Изучая эти взаимодействия, астрономы могут узнать больше о невидимом веществе, существующем между галактиками.

Растущая роль ИИ в астрономии

Проект Арни отражает более широкую тенденцию, трансформирующую научные исследования. Современные обсерватории генерируют данные в масштабах, которые ни одна человеческая команда не может полностью обработать в одиночку. Грядущее поколение телескопов только ускорит этот вызов. Традиционные методы просто не поспевают. Искусственный интеллект всё чаще становится необходимым для управления этим потоком данных. Системы машинного обучения уже используются для идентификации экзопланет, классификации галактик, обнаружения гравитационного линзирования и поиска необычных космических явлений.

Что это значит для будущих учёных

Истории об искусственном интеллекте часто сосредоточены на замене. Заменит ли ИИ программистов? Заменит ли ИИ писателей? Заменит ли ИИ учёных? Проекты, подобные этому, предполагают иное будущее. Самые захватывающие результаты могут появиться, когда люди и ИИ работают вместе. Школьник в этой истории не просто спросил у чат-бота ответ. Он разработал исследовательскую структуру, выбрал данные, обучил модели, оценил результаты и интерпретировал выводы. ИИ выполнял вычисления и распознавание образов в масштабе. Человек обеспечивал направление, любопытство и научное суждение. Это партнёрство всё чаще становится моделью для современных исследований.

Взгляд в следующую эру астрономии

Веками астрономия развивалась благодаря всё более мощным инструментам. У Галилея был его телескоп. У Эдвина Хаббла — обсерватория Маунт-Вилсон. У современных астрономов — гигантские радиорешётки и космические телескопы. Сегодня искусственный интеллект становится ещё одним инструментом — тем, который не собирает свет или радиоволны, а помогает нам их понимать. Работа Рохана Арни предлагает взгляд в это будущее. Подросток с доступом к публичным научным данным и передовым методам машинного обучения смог внести значимый вклад в загадку, которая продолжает бросать вызов профессиональным астрономам. Вселенная всё ещё говорит. Мы просто становимся лучше в том, чтобы слушать.