機器學習“大海撈針”，助力尋找快速射電暴候選體

科技日報記者 金 鳳

在天文領域，近些年最引人關注的發現之一，是一種瞬時亮度超過太陽上億倍的未知天體。這類天體在射電頻段上的超常暴發，被稱為快速射電暴。它們暴發時間短、能量高，常用的篩選方法無法甄別全部的快速射電暴疑似信號，只能進一步縮小疑似信號的數目，再在較少的樣本中通過人工挑選可信的信號，過程費時且費力。

如何高效而精準地捕捉這些神秘信號？中國科學院紫金山天文台與中國科學技術大學、上海交通大學、貴州師範學院，以及澳大利亞聯邦科學與工業研究組織、西悉尼大學、西澳大學等機構的學者，引入機器學習算法，從5億個疑似信號中找到81個快速射電暴候選體。該成果近日發表於《英國皇家天文學會月刊》。

單人50年才能甄別完5.6億個疑似信號

快速射電暴能在你眨眼瞬間的百分之一，甚至更短時間內，完成一次極高的能量釋放。這種前所未有的暴發，究竟是在怎樣極端的環境下產生的，成為近年來天文學領域的研究熱點。

研究快速射電暴的手段有很多。2007年，美國西弗吉尼亞大學的研究人員利用澳大利亞的帕克斯射電望遠鏡，發現了第一個快速射電暴。

但僅有觀測還不夠。“快速射電暴距離遙遠，它們傳播到地球上的能量，比藍牙耳機的信號都要弱很多。要想從儀器的背景噪聲和人類製造的電磁干擾中把它們找出來，非常困難。這也是為什麼射電天文觀測了那麼多年，但直到2007年才首次發現它。”上述論文的通訊作者、中澳天文聯合研究中心ACAMAR博士後張松波説，他還在讀博期間，就決心對帕克斯望遠鏡觀測的歷史數據進行一遍“查户口”式的搜尋，看看裏面是否還有新的快速射電暴。

中國科學院紫金山天文台高能時域天文研究團組最近幾年開展快速射電暴研究，已經利用帕克斯望遠鏡的觀測數據構建了一個完整的單脈衝數據庫。該數據庫內包含了快速射電暴標準搜尋方法所尋找出的5.6億個信噪比大於7的單脈衝疑似信號。

張松波説，傳統的搜尋程序，無法準確區分噪聲信號、人造信號和快速射電暴信號。所以這5億多個結果，只能被稱為疑似信號。假設一個工作人員每天能看3萬張信號圖，那麼這5.6億個疑似信號需要其不眠不休地看50年才能看完。

找出81個新的快速射電暴候選體

機器學習中的殘差神經網絡是人工神經網絡的一個變種，它模擬最基本的生物神經元，將接收到的信號進行分析，並判別信號的種類，從識別準確度到識別速度都有很大的提升。

雖然這是一個很成熟的機器學習算法，但快速射電暴不管從形態上，還是訓練樣本的收集上都很困難。

“這相當於訓練機器從5億隻狗裏，把幾隻貓挑出來。”論文的第一作者、中國科學院紫金山天文台高能時域天文團組博士生楊軒説。

研究團隊運用訓練好的機器模型，最終從數據庫裏找出了81個新的快速射電暴候選體。

其中一個證據來自這些候選體的色散量。“我們從外太空收集的色散量越大，説明天體距離我們越遠。這些候選體的色散量已經超出了銀河系色散量貢獻的估計值，證明它們很可能來自銀河系外。”張松波説。

另一個佐證來自候選體所在的波束。張松波介紹，在帕克斯望遠鏡的多波束觀測中，快速射電暴的候選體只被其中一個波束探測到，説明信號的來源指向性非常明確，而來自地面的射電信號則不可能只出現在如此小的區域內。這表明它們來自地面射電干擾的可能性很小。

科研團隊進一步研究分析，將這81個候選體和當前已發表的快速射電暴樣本的輻射能量、脈衝寬度的累積分佈進行對比，結果發現二者在統計行為上是一致的。楊軒介紹，這説明兩者對應的信號，其物理起源和輻射機制很可能是相似的，進一步驗證了這81個候選體是快速射電暴的可能性。

在張波松看來，此次研究也對從觀測角度嚴格判定射電信號是否為快速射電暴提出了挑戰。“研究中的輻射能量分佈表明，新候選體在低能端的事件數目高於已知快速射電暴，這説明以往的搜尋方法還存在不足，可能有非常多信號稍弱的快速射電暴被遺漏。”他表示，這些新發現的候選體也將為搜索更大樣本的重複暴提供了比較有價值的預選目標。

天文學正在迎來大數據時代，射電觀測採集的數據量日益龐大，中國500米口徑球面射電望遠鏡（FAST）等望遠鏡都正在或即將展現更高的靈敏度，同時也將帶來更為驚人的數據量，這也對信號的篩選方法提出更高的要求。

“目前，我們正在用FAST收集的數據來訓練AI算法，希望能訓練出適用性更廣的AI模型。同時，也正在嘗試在現有模型中增加更新的機器學習方法，如深度卷積生成對抗網絡、顯著圖等，來提高現有模型的準確性，降低誤報率。”張松波説。