突破聆听项目成功运用机器学习算法来寻找可能来自地外文明的新型信号
随着人工智能技术的兴起，这项前沿技术如今已经进入到越来越多的领域。最近，在天文学以及寻找地外智慧生命（SETI）方面，人工智能技术也崭露头角。
依靠机器学习技术，由美国加州大学伯克利分校主导的SETI项目——突破聆听(Breakthrough Listen)计划，已经在30亿光年外的神秘射电源中发现了72个新的快速射电暴。
FRB 121102射电源远在30亿光年外，这张光学照片展示了其所在的星系
快速射电暴：来自外星文明？
快速射电暴是一种极为明亮的脉冲射电，持续时间仅几个毫秒，被认为来自遥远的星系，但科学家对它们的来源并不确定。理论上，它们可能来自高度磁化的中子星，中子星受到附件黑洞气体流的冲击能够产生快速射电暴。不过也有观点认为，这类射电暴可能来自高等外星文明。
通常，大多数快速射电暴都是一闪而过，但在2012年，天文学家发现了一个独特的快速射电暴源FRB 121102，能够反复发出的快速射电暴，这引起了许多天文学家的注意。
2017年8月26日，美国西弗吉尼亚州的绿岸望远镜就曾对FRB 121102进行监测，5个多小时记录下高达400T的数据。在初期分析中，研究人员采用标准计算机算法从中识别出21次爆发，它们都发生在一个小时内。
伯克利分校SETI研究中心博士后研究员Vishal Gajjar解释说：“这表明该射电源时而活跃时而平静。”
美国西弗吉尼亚州的绿岸望远镜
机器学习算法立功
后来，加州大学伯克利分校博士生Gerry Zhang及同事开发了一种新的功能强大的机器学习算法，并重新分析了2017年那组400T的数据。结果，他们发现了另外72次最初未检测到的爆发，这也使得FRB 121102自发现以来，被检测到的快速射电暴总数达到300个左右。
Gerry Zhang认为，他们的成果仅仅是利用强大机器学习发现暂现射电源的一个开始，他还希望借此推动机器学习应用于射电天文学领域。
据悉，Gerry Zhang的团队使用了一种被称为“卷积神经网络”的算法，与一些互联网公司用于优化搜索结果和分类图像的技术相同。研究人员先让该算法去识别此前由标准计算机算法找到的射电暴，进行学习训练。之后，它才被应用于整个数据，去寻找其中被标准算法错过的射电暴。
美国加州大学伯克利分校SETI研究中心主任，突破聆听项目首席研究员Andrew Siemion表示，“这项成果令人兴奋，不仅因为它有助了解快速射电暴的动态特征，还因为它展示了机器学习的可靠性，能够检测经典算法错过的信号。”
Andrew Siemion还表示，无论快速射电暴是否来自外星文明的技术，突破聆听计划正在推动我们对周围宇宙的全新认知。
目前，有关研究成果已经刊登在学术期刊《天体物理学》杂志上。