“我们发现新源的数据源自FAST的‘多科学目标漂移扫描巡天’项目。”朱炜玮回忆，当时FAST正值调试期间，很多工作需要在白天完成，研究人员便利用FAST晚上的“空闲”时间，张开这只“巨眼”，对着天空进行漂移扫描。
漂移扫描是一种简易快捷的扫描方式，即FAST自身保持不动，依托地球本身的自转，就能够让特定天区“一览无余”。当然，操作简洁的背后，是让研究人员十分头痛的海量数据。尤其对于能够同时“望”向19个方向的FAST来讲，数据流每秒钟高达几千兆。
这些数据并非全部为有效数据，相反，大部分是源自地球表面和卫星等的干扰信号。在如此庞杂的信号中想要搜寻出天体或特殊天文事件的信号，无异于大海捞针。
“以往筛选数据时，一个人往往要看上百万张图像，一天下来头晕眼花。如今，我们采用了深度学习图像识别技术，让AI先把海量数据过一遍，可以减少近百倍的人工工作量。”朱炜玮说。
地面信号往往色散量很小，天体信号则不然。研究人员将信号数据转化成二维图像，再将之置于多层神经网络中，利用上述天体和地面信号色散量等典型特征，筛选出天体信号，最终“捞”出了这一快速射电暴新源。
“现阶段，通过AI寻找快速射电暴的手段还处于早期的尝试阶段，后续我们会将AI推广到更广泛的领域，进一步开发实用的功能。”朱炜玮坦言。
