共计 1347 个字符，预计需要花费 4 分钟才能阅读完成。
在天文学领域的一次重大突破中，Breakthrough Listen 计划的研究人员与 NVIDIA 合作，在快速射电暴（FRBs）的搜索中取得了显著进展。他们开发了一种人工智能系统，该系统在运行速度上大幅超越现有检测方法，并以前所未有的速度运行。这项新技术不仅有望彻底改变 FRB 天文学，还将推动对技术特征（来自外星文明的潜在信号）的搜索。
该系统已在同行评审期刊《天文学与天体物理学》中详细描述，并已部署在加利福尼亚的艾伦望远镜阵列上。该系统使用 NVIDIA Holoscan 平台，该平台专为处理各种格式的大规模流数据集而开发，利用该平台实时处理数据，而无需传统的“去色散”技术，该技术需要搜索数千种可能的信号参数。
性能提升令人震惊。艾伦望远镜阵列目前最先进的管道需要大约 59 秒来处理 16.3 秒的观测数据——运行速度几乎是实时的四倍。新的端到端 AI 系统以 600 倍的速度处理相同的数据，使其能够在实时限制下运行超过 160 倍。
“这代表了我们在宇宙中搜索快速瞬态现象的方式的范式转变，”现就读于加州大学伯克利分校的研究生 Peter Ma 表示，他在多伦多大学本科期间领导了这篇论文。“我们创建了一个系统，可以在保持对意外事件的敏感性的同时，超越大规模数据流。”
该系统比现有管道的准确率提高了 7%，同时将误报率降低了近 10 倍。这种误报率的显著降低对于未来的调查至关重要，这些调查可能需要筛选数百万个候选信号，包括可能在海量误报中丢失的潜在技术特征。快速而精确的检测至关重要，能够立即进行后续观测，帮助天文学家识别 FRB 的源事件，甚至确认地球外智能生命的证据。
AI 系统识别复杂信号模式的能力为技术特征研究开辟了全新的可能性。
“这项技术不仅使我们更快地找到已知类型的信号——它使我们能够发现完全意想不到的信号形态，”Breakthrough Listen 计划的首席研究员 Andrew Siemion 博士表示。“一个先进的文明可能使用类似爆发的通信、调制信号或我们甚至无法想象的传输方案。这个 AI 系统可以学习识别人类可能完全忽略的模式。”
在系统测试中，它成功检测到了来自蟹状星云的巨大脉冲，轻松应对了每秒 86 千兆比特的数据流。该技术可以部署在全球各地的望远镜上，创建一个用于自然现象和潜在外星信号的行星级检测系统。
这项最新研究建立在 Breakthrough Listen（总部位于牛津大学）的科学家和工程师及其合作者早期突破性工作的基础上，推动了实时 AI 处理所能实现的边界。与 NVIDIA 和学术伙伴的合作强调了跨学科创新在推进天学和生命搜索中的重要性。
Breakthrough Listen 总部位于牛津大学，是世界上最全面的“技术特征”搜索计划，即宇宙中智能生命的迹象。Listen 与全球各地的设施合作，包括许多最强大的射电望远镜，以及在其他电磁波谱区域运行的尖端天文台。它旨在调查一百万颗附近的恒星、整个银河平面和 100 个附近的星系。
Breakthrough Initiatives 是一系列科学和技术计划，旨在调查宇宙中生命的基本问题。Breakthrough Initiatives 由尤里和朱莉娅·米尔纳共同创立的 Breakthrough Foundation 资助。更多信息：Breakthroughinitiatives.org.
