AI detektirao 8 sumnjivih radio signala iz svemira

Umjetna inteligencija je vješta u razvrstavanju ogromnih količina podataka u potrazi za uzorcima, a za novu studiju student Sveučilišta u Torontu Peter Ma razvio je novi algoritam strojnog učenja dizajniran za filtriranje kandidata za "tehnopotpise" koji najviše obećavaju. Drugim riječima, njegov AI je dizajniran za potragu za signalima u svemiru koji bi mogli potjecati od vanzemaljskih civilizacija.

Algoritam radi na procesu u dva koraka. Prvi korak uključuje autokoder koji je obučen na simuliranim inteligentnim izvanzemaljskim signalima kako bi znao što treba tražiti. U osnovi, to treba biti uskopojasni signal s detektabilnom stopom pomaka i pojavljivati ​​se samo u promatranjima određenih područja neba. Ovi simulirani signali dodaju se skupu stvarnih podataka dok ih autokoder ne nauči pouzdano odabrati.

Svaki signal u skupu podataka prolazi kroz algoritam koji se naziva nasumični klasifikator šumova, koji razvrstava ono što je vrijedno pažnje od šuma. U ovom slučaju, tim je u sustav umjetne inteligencije unio više od 150 TB podataka koje je prikupio teleskop Green Bank (GBT).

Od 3 milijuna signala u skupu podataka, AI je identificirao 20.515 signala od interesa. Istraživači su zatim morali ručno pregledati svaki od ovih signala i intrigantno je da je osam od ovih signala imalo prave karakteristike da budu tehnopotpisi i nisu se mogli pripisati smetnjama.

"Osam signala izgledalo je vrlo sumnjivo, ali nakon što smo još jednom pogledali mete našim teleskopima, više ih nismo vidjeli", rekao je Ma. "Prošlo je gotovo pet do šest godina otkako smo uzeli podatke, ali još uvijek nismo ponovno vidjeli signal."

Koliko god signali bili intrigantni, daleko je od odgovora na ono najdublje pitanje jesmo li sami u svemiru. Tim priznaje da ne znamo točno kako bi izgledao pravi izvanzemaljski tehnopotpis, a korištenje simulacija moglo bi biti vježbanje umjetne inteligencije da se usredotoči na pogrešne stvari.

Ipak, to je vježba vrijedna truda, a primjenom umjetne inteligencije na druge skupove podataka moglo bi se dobiti više mogućih tehnopotpisa.

Istraživanje objavljeno u časopisu Nature Astronomy možete pronaći na ovoj poveznici.