Поиск инопланетян с помощью искусственного интеллекта обнаружил 8 «очень подозрительных» радиосигналов
Наблюдаемая Вселенная состоит из сотен миллиардов галактик, и в каждой галактике примерно столько же планет, поэтому вероятность того, что Земля — единственное место, где есть жизнь, невероятно мала. Новая система искусственного интеллекта проверила миллионы радиосигналов из космоса, чтобы идентифицировать любые из них с потенциальным искусственным происхождением, и обнаружила восемь сигналов, которые выглядят весьма интригующе.
Если бы инопланетяне просканировали Землю с помощью подходящего оборудования, они бы уловили наши радиопереговоры и другие электромагнитные сигналы, которые люди передают уже более ста лет.
Имея это в виду, инициатива Breakthrough Listen направлена на поиск искусственных радиосигналов, исходящих с других планет нашей галактики. Ученые называют эти сигналы «техносигнатурами».
Проблема в том, что Вселенная — это «шумное» место: звезды, черные дыры, магнетары, квазары, FRB, сверхновые, гамма-всплески и целый ряд других объектов и событий могут производить радиосигналы и другие сигналы. А еще есть помехи от наших собственных технологий, таких как мобильные телефоны и спутники GPS. Отключение фонового шума для поиска возможных инопланетных техносигнатур — сложная задача.
Однако искусственный интеллект отлично справляется с сортировкой огромных объемов данных для поиска закономерностей, а это означает, что это идеальная работа для него. Поэтому для нового исследования ученые разработали алгоритм машинного обучения, предназначенный для фильтрации наиболее многообещающих кандидатов на техносигнатуры.
Алгоритм работает в двухэтапном процессе. На первом этапе используется автоэнкодер, который обучается на смоделированных интеллектуальных внеземных сигналах, поэтому он знает, что искать.
По сути, это должен быть узкополосный сигнал с обнаруживаемой скоростью дрейфа, и он должен появляться только при наблюдениях за определенными участками неба. Эти смоделированные сигналы добавляются к пулу фактических данных до тех пор, пока автоэнкодер не научится надежно их выбирать.
Как только он сможет это сделать, ИИ приступит к реальной работе. Каждый сигнал в наборе данных проходит через алгоритм, называемый случайным лесом, который отделяет заслуживающие внимания сигналы от фонового шума.
В своей работе ученые передали более 150 ТБ данных, собранных телескопом Green Bank (GBT), в систему искусственного интеллекта.
Из 3 миллионов сигналов в наборе данных ИИ определил 20 515 представляющих интерес сигналов. Затем исследователям пришлось проверить каждый из них вручную — и, что интересно, восемь из этих сигналов имели правильные характеристики, чтобы быть техносигнатурами, и их нельзя было отнести к помехам.
«Восемь сигналов выглядели очень подозрительно, но после того, как мы еще раз посмотрели на цели в наши телескопы, мы больше их не увидели», — говорит Питер Ма, автор исследования.
Какими бы интригующими ни были сигналы, они далеки от ответа на самый важный вопрос: одиноки ли мы во Вселенной. Ученые признают, что мы точно не знаем, как будет выглядеть настоящая внеземная техносигнатура, и использование симуляций может научить ИИ фокусироваться на неправильных вещах.
Тем не менее, по словам исследователей, этот подход к машинному обучению позиционирует себя как ведущее решение для ускорения SETI и других исследований в эпоху астрономии, основанной на данных.
Исследование было опубликовано в журнале Nature Astronomy.