AI će pronaći vanzemaljski život brže od ljudi

Ljudska potraga za vanzemaljskom civilizacijom koja je na našem stupnju razvoja ili većem, već traje više desetljeća, no zasad nismo uspjeli pronaći niti jedan signal koji bi nam otkrio da smo uspjeli pronaći napredne aliene.

Obzirom na veliki skok u razvoju umjetne inteligencije u proteklim godina, ne čudi nas da se AI sada koristi i za potragu za vanzemaljskom inteligencijom, pri čemu prednjači institut SETI koji pomoću radio teleskopa u Arecibu pokušava naći dokaze o postojanju razumnih bića u svemiru.

Kako bi objasnio kako AI pomaže u SETI-ju, astronom i istraživač SETI-ja Eamonn Kerins sa Sveučilišta u Manchesteru uspoređuje ga s problemom pronalaženja igle u plastu sijena.

"U osnovi se odnosite prema podacima kao da su sijeno. Onda tražite od algoritma strojnog učenja da vam kaže postoji li nešto u podacima što nije sijeno, a to je, nadamo se, igla u plastu sijena, osim ako u plastu sijena nema i drugih stvari", navodi Kerins.

Ta druga stvar je obično RFI, odnosno signali koji dolaze iz zemaljskih radio izvora, no algoritam strojnog učenja osposobljen je za prepoznavanje svih vrsta RFI-ja za koje već znamo. Ti signali, odnosno poznati obrasci mobilnih telefona, lokalnih radio odašiljača, elektronike i drugi postaju "sijeno".

Obuka AI modela uključuje ubacivanje signala u podatke, a zatim algoritam uči tražiti takve. Algoritam uči uočiti obrasce ovih poznatih signala i zanemariti ih. Ako uoči nešto u podacima na čemu nije trenirao, to označava kao nešto zanimljivo što zahtijeva pozornost ljudi.

"Nedavno je bilo pokušaja da se probiju neki od 'Breakthrough Listen' podataka s algoritmom strojnog učenja", rekao je Kerins. "Podaci su prethodno već bili prilično pažljivo pročešljani konvencionalnijim sredstvima, ali algoritam je još uvijek mogao odabrati nove signale nakon što je bio obučen o stvarima o kojima znamo."

Podaci od ukupno 489 sati promatranja, sadržavali su milijune radio signala, od kojih su gotovo svi bili smetnje uzrokovane ljudskim djelovanjem. Algoritam je provjerio svaki od njih i pronašao osam signala koji se ne podudaraju ni s čim na čemu je trenirao.

Čini se da ovih osam signala dolazi iz pet različitih zvjezdanih sustava, no od tada nisu ponovno otkriveni. Ponavljanje signala najosnovniji je uvjet da bi se signal smatrao zanimljivim u SETI-ju, međutim, već se i ovo pokazalo korisnim, jer se može koristiti za obuku sljedeće generacije AI-ja koja strojno uči tako da se slični RFI-ji mogu izbjeći u budućnosti.

Kerins ističe primjer projekta koji je vodio Adam Lesnikowski iz Nvidije. Lesnikowski, kojem su se pridružili Valentin Bickel s ETH Zurich i Daniel Angerhausen sa Sveučilišta u Bernu, upotrijebio je nenadzirano strojno učenje u testu kako bi vidio može li uočiti umjetne objekte na Mjesecu. Algoritam je dobio slike s NASA-inog Lunar Reconnaissance Orbitera i morao je otkriti što je tipično mjesečevo obilježje, poput kratera, a što nije. Test je bio uspješan jer je algoritam odabrao lunarni lander Apolla 15 na površini Mjeseca.

Uz algoritme strojnog učenja ljudi su još uvijek uključeni. Umjetna inteligencija bi mogla označiti signal kao intrigantan, ali ipak su ljudi ti koji moraju pratiti i istraživati, jer algoritmi nisu toliko pametni.

Međutim, uskoro bi se to moglo promijeniti. Istraživači Google DeepMinda istražuju umjetnu opću inteligenciju ili AGI. Dok su algoritmi koje danas imamo vrlo specifični, AGI bi se mogao primijeniti na bilo što, te učiti i rasti dok to radi, čime bi se mogao ubrzati iznad kapaciteta ljudske inteligencije.

Kerins i društvo smatraju da su mogućnosti da AGI transformira SETI vrlo primamljive, jer bi mogao smisliti nove načine potrage za izvanzemaljskim životom izvan granica ljudskih predrasuda i iskustva.

"Mogao bi iscrtati razne mogućnosti kako se jezik i komunikacija mogu prenijeti putem signala", rekao je Kerins. "Možda bi mogao koristiti goleme astronomske kataloge i odlučivati ​​o optičkim strategijama o tome kako i gdje tražiti."

"Stvaranje AGI-ja će, na neki način, biti poput stvaranja vanzemaljca, onog koji je vrlo različit od nas i kojeg bismo mogli teško razumjeti. Možda će nam biti vrlo teško izravno komunicirati s njim", rekao je Kerins. "Možda imamo neku hijerarhiju prevoditelja, a na vrhu te hijerarhije je inteligencija koja bi odlučila o mnogo pametnijim načinima traženja u SETI-ju.

No Kerins upozorava da bi nam opća umjetna inteligencija mogla čak uskratiti informacije za koje smatra da bi bile prekomplicirane da bismo ih razumjeli, ali bez obzira na to, ako u budućnosti otkrijemo signal s drugog svijeta, za to ćemo se moći zahvaliti umjetnoj inteligenciji.