Evo kako AI pomaže potrazi za inteligentnim vanzemaljskim životom

Prije nekih 540 milijuna godina, različiti oblici života iznenada su počeli izlaziti iz blatnog dna oceana planete Zemlje. Ovo razdoblje poznato je kao Kambrijska eksplozija, a ta vodena stvorenja naši su davni preci.

Sav složeni život na Zemlji razvio se iz tih podvodnih stvorenja. Znanstvenici vjeruju da je vrlo malo povećanje razine kisika u oceanu, iznad određenog praga, sve što je bilo potrebno.

Možda smo sada usred kambrijske eksplozije za umjetnu inteligenciju (AI). U proteklih nekoliko godina, niz nevjerojatno sposobnih AI programa kao što su Midjourney, DALL-E 2 i ChatGPT pokazao je brz napredak koji smo postigli u strojnom učenju.

AI se sada koristi u gotovo svim područjima znanosti kao pomoć istraživačima u rutinskim zadacima klasifikacije. Također pomaže našem timu radio astronoma proširiti potragu za vanzemaljskim životom, a dosadašnji rezultati su obećavajući.

Otkrivanje vanzemaljskih signala pomoću umjetne inteligencije

Kao znanstvenici koji tragaju za dokazima inteligentnog života izvan Zemlje, izgradili smo AI sustav koji pobjeđuje klasične algoritme u zadacima otkrivanja signala. Naša umjetna inteligencija naučena je pretraživati podatke iz radioteleskopa za signale koji se ne mogu generirati prirodnim astrofizičkim procesima.

Kad smo našoj umjetnoj inteligenciji dodali prethodno proučeni skup podataka, otkriveno je osam signala od interesa koje je klasični algoritam propustio. Da budemo jasni, ovi signali vjerojatno nisu od vanzemaljske inteligencije i vjerojatnije su rijetki slučajevi radijskih smetnji.

Unatoč tome, naša otkrića - objavljena u časopisu Nature Astronomy - naglašavaju kako će tehnike umjetne inteligencije zasigurno nastaviti igrati ulogu u potrazi za vanzemaljskom inteligencijom.

Ne tako inteligentan

AI algoritmi ne "razumiju" niti "razmišljaju". Oni su izvrsni u prepoznavanju uzoraka i pokazali su se iznimno korisnima za zadatke kao što je klasifikacija - ali nemaju sposobnost rješavanja problema. Rade samo specifične zadatke za koje su „obučeni”.

Dakle, iako ideja o umjetnoj inteligenciji koja detektira vanzemaljsku inteligenciju zvuči kao zaplet uzbudljivog znanstveno - fantastičnog romana, oba su izraza manjkava: programi umjetne inteligencije nisu inteligentni, a traženje vanzemaljske inteligencije ne može pronaći izravne dokaze.

Umjesto toga, radio astronomi traže radijske "tehno potpise". Takvi signali ukazivali bi na prisutnost tehnologije i, posredno, na postojanje društva sa sposobnošću da tehnologiju iskoristi za komunikaciju.

Za naše istraživanje izradili smo algoritam koji koristi AI metode za klasificiranje signala kao radijskih smetnji ili pravih kandidata za „tehno potpis”. Taj algoritam radi bolje nego što smo se nadali.

Što radi izrađen AI algoritam

Pretraživanje „tehno potpisa” uspoređuje se s traženjem igle u kozmičkom plastu sijena. Radioteleskopi proizvode ogromne količine podataka, a u njima su i ogromne količine smetnji iz izvora kao što su telefoni, bežične mreže i sateliti.

Algoritmi pretraživanja moraju moći izdvojiti stvarne „tehno potpise” od "lažno pozitivnih", i to brzo. Naš AI klasifikator ispunjava te zahtjeve.

Osmislio ga je Peter Ma, student Sveučilišta u Torontu i glavni autor ovog rada. Kako bi stvorio skup podataka za obuku, Peter je umetnuo simulirane signale među stvarne podatke, a zatim upotrijebio taj skup podataka za „treniranje” AI algoritma koji se naziva autokoder. Kako je autokoder obrađivao podatke, "naučio" je identificirati istaknute značajke u podacima.

U drugom koraku, te su značajke unesene u algoritam koji se naziva klasifikator slučajnih šuma. Taj klasifikator stvara stabla odlučivanja kako bi se odlučilo je li signal vrijedan pažnje ili samo radijska smetnja - u biti odvaja "igle tehno potpisa” od plasta sijena.

Nakon što smo uvježbali naš AI algoritam, unijeli smo mu više od 150 terabajta podataka (480 sati promatranja) s teleskopa Green Bank u Zapadnoj Virginiji. Identificirao je 20.515 signala od interesa, koje smo zatim morali ručno pregledati. Od toga je osam signala imalo karakteristike „tehno potpisa” i nije ih se moglo pripisati radijskim smetnjama.

Osam signala, bez ponovnog otkrivanja

Da bismo provjerili te signale, vratili smo se do teleskopa kako bismo ponovno promatrali svih osam signala od interesa. Nažalost, nismo bili u mogućnosti ponovno detektirati nijedan od njih u našim naknadnim promatranjima.

U sličnim situacijama bili smo 2020. godine kada smo detektirali signal za koji se pokazalo da predstavlja radio smetnju. Iako ćemo pratiti ovih osam novih kandidata, najvjerojatnije objašnjenje je da su to bile neobične manifestacije radijskih smetnji, a ne vanzemaljci.

Nažalost, problem radijskih smetnji ne vodi nikamo. No bit ćemo bolje opremljeni za rješavanje istog kako će se pojavljivati nove tehnologije.

Sužavanje pretrage

Naš je tim nedavno postavio snažan procesor signala na teleskop MeerKAT u Južnoj Africi. MeerKAT koristi tehniku zvanu interferometrija kako bi kombinirao svoje 64 antene da djeluju kao jedan teleskop. Ovom tehnikom može se bolje odrediti odakle na nebu dolazi signal, što će drastično smanjiti lažno pozitivne rezultate radijskih smetnji.

Ako astronomi uspiju detektirati „tehno potpis” koji se ne može objasniti kao smetnja, isto bi snažno sugeriralo kako ljudi nisu jedini kreatori tehnologije unutar Galaksije. To bi bilo jedno od najdubljih zamislivih otkrića.

Istovremeno, ako ništa ne otkrijemo, to nužno ne znači da smo jedina tehnološki sposobna "inteligentna" vrsta u blizini. Ne otkrivanje može značiti da nismo tražili pravu vrstu signala ili naši teleskopi još nisu dovoljno osjetljivi da detektiraju slabe prijenose s dalekih egzoplaneta.

Možda trebamo prijeći prag osjetljivosti prije nego što dođe do kambrijske eksplozije otkrića. Alternativno, ako smo stvarno sami, trebali bismo razmisliti o jedinstvenoj ljepoti i krhkosti života na Zemlji.

Izvor: Phys.org