West Virginia Universitys Duncan Lorimer kan vara gudfadern till den snabba radioskuren, men ett par internationella studenter har tagit utforskandet av dessa mystiska kosmiska blixtar till en ny nivå.

Under 2007, Lorimer fick kredit för att ha hjälpt till att upptäcka snabba radioskurar – intensiva, oförklarliga energipulser, ljusår bort, som poppar i bara millisekunder. Alltsedan, endast runt 100 har upptäckts.

Men astronomer visste att det fanns fler där ute. Ett stort hinder för nya upptäckter kom i form av att forskare måste manuellt läsa dataplots, inspelad med satellitbilder, timmar i sträck.

Devansh Agarwal och Kshitij Aggarwal, doktorander i både fysik och astronomi från Indien, kände igen denna mödosamma uppgift så de utvecklade en snabbare, effektivare sätt att upptäcka snabba radioskurar. De skapade artificiellt intelligenta, maskininlärningsprogramvara som sållar igenom de ändlösa röran av data.

"Snabba radioskurar är svåra att hitta eftersom de är intermittenta i naturen, sade Lorimer, astronomiprofessor och Eberly College biträdande dekan för forskning. "Vi har teleskop som samlar in data mycket snabbt i realtid, så vi samlar in enorma mängder data, vilket blir en databearbetnings- och analysutmaning. Det är överväldigande, även för en armé av studenter och forskare. Du kan sitta där 24 timmar om dygnet och titta på de här tomterna och det är inte en överdrift."

Genom analys, forskare kan identifiera "kandidathändelser, " där en datapunkt möjligen kan visa sig vara en snabb radioskur. Eller så kan det bara vara störningar eller brus.

Så Agarwal och Aggarwal satte sig för att skriva datorkod och programvara som de har tränat för att skilja på om kandidathändelserna faktiskt är snabba radioskurar eller andra typer av pulser.

Studenterna dubbade programvaran FETCH, som står för "fast extragalactic transient candidate hunter." Och de har gjort det till öppen källkod, vilket betyder att vem som helst var som helst är fri att använda den.

"Vårt mål var att använda AI för att modellera en uppgift som människor kan göra med samma precision eller bättre, Agarwal sa. "Människor har använt AI för en myriad av tekniker i biologiska system, röntgenstrålar, kattskanningar och MRI för att identifiera sjukdomar. Vi ville göra vårt system generiskt nog att vem som helst kan använda det var som helst i världen."

Redan, forskare har använt FETCH i Australien för att hitta nya snabba radioskurar.

Programvaran kommer också att vara användbar för forskning genom Green Bank Observatory, en partner till WVU och en nyckelplats för universitetets astronomiforskning. The Green Bank Telescope, ligger i Pocahontas County, är världens största fullt styrbara radioteleskop.

"Med Green Bank, det har gjort det möjligt för oss att arbeta i en miljö där vi normalt skulle ha tusentals pulser att titta igenom per dag ner till en eller två, sa Lorimer.

Lorimer sa att idén till denna innovation kom från eleverna själva. Projektet gav till och med studenter, som Olivia Young, av Short Gap, Västra Virginia, en möjlighet att forska.

"Det har gjort det möjligt för mig att presentera på konferenser och ha en riktigt unik lärandeupplevelse som grundutbildning, sa Young, som tog examen i maj med sin kandidatexamen i fysik.

"Vi är verkligen glada när studenter tar ett initiativ, " sa Lorimer. "Jag ser min roll nuförtiden som ett par steg bort från forskningen, men jag försöker ge eleverna den kunskap som de kan springa med. Det är som att lära sig ett nytt språk. Du lär dem några fraser och sedan sätter de samman hela meningar. Eller lära sig musik. Du lär dem ett par toner och de tar det och kommer på nya låtar."