Обычная нейросеть научилась ловить загадочные сигналы из космоса

Быстрые радиовсплески — одни из самых загадочных явлений в радиоастрономии. Они длятся всего пару миллисекунд, но за это время выбрасывают столько же энергии, сколько наше Солнце за несколько дней. Никто точно не знает, что их рождает: возможно, это сверхплотные нейтронные звёзды, которые открыла когда-то Джоселин Белл Бернелл, или что-то ещё. Эти сигналы летят к нам через весь космос, проходя сквозь межзвёздную плазму, поэтому несут информацию о том, как устроена Вселенная.

Но поймать такой всплеск трудно: радиотелескопы принимают горы шума и помех от земной техники. Обычно для этого создают узкие программы, которые знают каждый признак FRB — например, как сигнал задерживается на разных частотах. В новой работе решили попробовать иначе: взяли современную нейросеть Gemma, которая училась на миллионах обычных фотографий из интернета, и показали ей картинки с радиоприёмников. Сеть не знала ничего о космосе, но ей объяснили на естественном языке: «Найди на изображении короткий всплеск, который смещается вниз по частоте». И она поняла!

Результат удивил: модель нашла 93% настоящих всплесков, а путала помехи со вспышками вчетверо реже, чем специализированный детектор. Это сработало примерно так, как если бы человек, никогда не видевший определённого зверя, распознал его на фото только потому, что хорошо знает, как выглядят животные в целом. Сеть научилась видеть общие закономерности, а не заучивала конкретные шаблоны. Правда, самые слабые сигналы она иногда пропускала — для них всё ещё нужны специальные инструменты.

Такой подход открывает дорогу к быстрым и понятным помощникам для астрономов. Нейросеть не просто молча выдаёт ответ, но и может объяснить его словами, что важно, когда данных слишком много. Возможно, вскоре похожие модели начнут работать на настоящих телескопах, помогая находить не только всплески, но и другие редкие события, например, пульсары или следы красного смещения от далёких галактик.