Международная команда ученых разработала метод, который позволяет находить пульсары в открытых данных NASA примерно в миллион раз быстрее, чем раньше. Результаты опубликованы в Physical Review Letters. Об этом рассказывает сайт Phys.org.
Используя 15 лет данных космического телескопа Fermi и метод, основанный на криптографии, исследователи обнаружили пульсар PSR J1622−7204, который вращается 261 раз в секунду. На это ушло всего 10 часов вычислительного времени на стандартном процессоре. Предыдущий лучший метод не смог найти этот пульсар, хотя для его работы потребовалось бы 600 лет вычислений на обычном процессоре.
Пульсар — это быстро вращающаяся нейтронная звезда, которая излучает радиоволны, как маяк. Найти пульсар в гамма-данных сложно, потому что Fermi регистрирует лишь небольшое число фотонов от него, смешанных с шумом. Исследователям нужно одновременно угадать несколько параметров: скорость вращения, замедление и положение на небе. Перебор всех комбинаций потребовал бы невозможного объема вычислений.
Авторы метода Дотан Газит и Барак Закей из Института Вейцмана в Израиле превратили задачу в геометрическую: поиск кратчайшего вектора в многомерной решетке. Этот подход использует алгоритмы, разработанные криптографами для взлома шифров, устойчивых к квантовым компьютерам. Каждый пробный запуск алгоритма занимал около пяти минут на одном ядре процессора, что легко выполнимо на обычном ноутбуке.
Следующая цель команды — найти пульсары в двойных системах, где пульсар вращается вокруг звезды. Такие пульсары считались практически невозможными для обнаружения традиционными методами из-за искажений сигнала гравитацией звезды-компаньона. Ученые планируют объединить новый алгоритм с распределенными вычислениями в программе Einstein@Home.
Открытие стало возможным благодаря политике NASA, которая делает все научные данные, включая данные Fermi, общедоступными. Телескоп, запущенный в 2008 году, сканирует небо каждые три часа, и все данные публикуются сразу после обработки. Это позволяет разным командам проверять результаты друг друга и применять новые подходы к одним и тем же данным.