Nuovi 72 misteriosi lampi radio veloci nelle pieghe dell’universo

Provengono dalla stessa regione nell'Universo e sono stati identificati anche grazie all'intelligenza artificiale. Ma cosa sono esattamente questi lampi velocissimi?

Intelligenza artificiale scopre nuovi lampi radio veloci
  • 37
  •  
  •  

(Crediti: Breakthrough Listen image)

Potenti, velocissimi, istantanei. Si tratta dei cosiddetti lampi radio veloci (fast radio burst), impulsi radio nel cielo della durata di pochi millisecondi (millesimi di secondo), ancora poco conosciuti. Questi segnali arrivano da zone lontanissime del cosmo, esterne alla Via Lattea, e non se ne conoscono le origini. L’unica sorgente nota di fast radio burst (FRB), scoperta nel 2012, è la FRB 121102, cui sono stati associati numerosi lampi radio veloci. Oggi, un team di ricerca del gruppo Breakthrough Listen è riuscito a individuare 72 nuovi fast radio burst da quella sorgente, a tre miliardi di anni luce dalla Terra, finora rimasti nascosti. Il gruppo è parte del progetto SETI (guidato dell’Università della California a Berkeley)  che si occupa della ricerca di forme di vita extraterrestri intelligenti nell’Universo. La scoperta è in corso di pubblicazione su The Astrophysical Journal ed in preprint su ArXiv.

All’origine dei lampi radio veloci

La storia di questi fast radio burst è piuttosto recente: all’inizio del 2016 un team di ricerca internazionale, che ha incluso per parte italiana l’Istituto Nazionale di Astrofisica, ha individuato per la prima volta il luogo di nascita di un fast radio burst, identificato convenzionalmente nella sorgente FRB 121102. Dopo questo primo lampo, ne sono stati rintracciati altri, sempre provenienti dallo stesso punto dell’Universo: FRB 121102 è la prima e unica sorgente di fast radio burst ripetuti, dato che prima questi lampi erano apparsi in maniera isolata. Con i 72 nuovi burst di oggi, il numero totale di questi segnali dalla stessa sorgente sale a ben 300.

Per individuare i nuovi segnali, i ricercatori hanno analizzato i dati registrati attraverso il Radiotelescopio di Green Bank in West Virginia, raccolti in data 26 agosto 2017 per una durata di cinque ore. In una prima e precedente analisi, guidata da Vishal Gajjar della University of California, Berkeley e svolta attraverso algoritmi standard (non di intelligenza artificiale), erano stati rintracciati 21 fast radio burst, tutti nella prima ora di osservazione: questa distribuzione dei segnali aveva suggerito agli scienziati che la sorgente di questi impulsi sia a tratti attiva e a tratti quiescente.

Un aiuto dal machine learning

Oggi i ricercatori hanno potenziato gli algoritmi, utilizzando sistemi di machine learning, per affinare l’indagine: dall’uso di questi algoritmi sono emersi, a partire dagli stessi dati già analizzati, altri 72 fast radio burst, finora sfuggiti. Il risultato fornisce nuove indicazioni e delimita la periodicità dei flash, che non arrivano scanditi regolarmente nel tempo. Ma che cosa siano di fatto i lampi radio veloci resta ancora un mistero. Tuttavia, un po’ come è avvenuto nel caso degli impulsi provenienti dalle pulsar, studiarli potrebbe aiutare a fare ipotesi sulle loro origini e caratteristiche.

Il risultato è promettente, secondo i ricercatori, anche perché mostra come l’intelligenza artificiale sia in grado di rilevare elementi altrimenti non rintracciabili, come questi 72 fast radio burst, sfuggiti agli strumenti tradizionali. Il progetto intende applicare questi algoritmi per la ricerca di forme di intelligenza extraterrestri. “Che gli FBR siano eventualmente o meno un segno delle tecnologie extraterrestri, il progetto Breakthrough Listen, ci aiuta a spingere le frontiere verso una nuova e crescente area che cresce rapidamente per la comprensione dell’Universo”, spiega Gerry Zhang della University of California di Berkeley. “Questo lavoro rappresenta soltanto l’inizio nell’utilizzo di questi metodi potenti per trovare impulsi radio. Ci auguriamo che il nostro successo ispiri altri seri tentativi di applicare il machine learning alla radio astronomia”.

Riferimenti: University of Berkeley 

Articoli correlati


  • 37
  •  
  •  

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *