Nyolc izgalmas jelet találtak, amelyek eltűntek, de az intelligens szoftverek új lehetőséget jelentenek a földönkívüliek utáni kutatás hatalmas adathalmazainak feldolgozásában.
Az intelligens földönkívüli élet utáni kutatás (ismert angol betűszóval SETI) a XIX. században az elektromos technika és rádió felfedezésével egy időben kezdődött és a 60-es években Frank Drake és Nyikolaj Kardasev vezetésével váltak komoly tudománnyá és a 80-as évektől nemzetközi programmá. A terület kezdetben nagyon kevés adattal dolgozott, ami idővel földi forrásokból származó hamis pozitív jelekkel teli adatfolyammá bővült. A személyi számítógépek elterjedése és a nagy sikerű SETI@Home képernyővédő program egy múló pillanatig elegendő elosztott számítási kapacitást biztosított az adatok elemzéséhez, de az idegenek utáni kutatás azóta is jóval több adatot markol, mint amennyivel elbír.
Fontos momentum a történetben, hogy sem egy civilizációra vélhetően jellemző technológiára utaló nyomok alapján (rádiójel, infravörös hőleadás, árulkodó kémia), sem más csillagászati módszerrel nem találtunk idegenekre utaló szemernyi jelet sem. A 2020-as évek nem csak a globális válságok, hanem a mesterséges intelligencia évtizede is. Miért pont a SETI lenne az a terület, amire nem eresztik rá az önképző gépi elmét?
Ezt tette Peter Ma, a Torontói Egyetem matematikusa is – beszámolóját a Nature Astronomyben jelentette meg. Természetesen nem ez volt a mesterséges intelligencia első alkalmazása az idegenek utáni kutatásban.
Korábban gépi tanuló komponenseket alkalmaztak különböző csatornákon, a keresés segítésére. A mi munkánk teljes mértékben a neurális hálóra támaszkodik a hagyományos algoritmusok nélkül, ami olyan találatokat eredményez, amik felett a hagyományos algoritmusok elsiklottak
– magyarázta Ma a Motherboardnak.
Az űrből bőséges mennyiségű rádiójel érkezik, amit alaposan teleszemetelnek a földi zajforrások – lényegében tűt keresünk a szénakazalban. Ma rámutatott, hogy a jelek egy nagyon szűk részét vizsgálják: ezek a szűk hullámtartományban megjelenő, doppler-hatást mutató, földönkívüli forrásból érkező jelek. Arról, hogy a specifikus frekvenciákon megjelenő mozgó jelekkel mi történik nagy térbeli és időbeli távolságokon, nem tudunk eleget.
Ma és kollégái a 100 méteres Robert C. Byrd Green Bank teleszkóp segítségével hallgatóztak 820 csillagon. A gépi tanuló szoftver hárommillió érdekes jelet talált, aminek túlnyomó többsége az emberi civilizációtól származott. Ma a szűrés után megmaradt húszezer jelet vizsgálta, a mezőnyből így maradt meg 8 izgalmas jel.
A keresés azonban eredménytelenül zárult, miután
a nyolc jelből egyet sem fogtak ismét,
amikor újból keresték őket. Az, hogy az űrlényeket nem sikerült megcsípni, nem jelenti azt, hogy minden elveszett: a kanadai kutatók szoftverét egy sor megfigyelésen lehet még kipróbálni, például a 64 rádióteleszkópból álló dél-afrikai MeerKAT rendszert használó Breakthrough Listen program eredményein.
Ha már a Seti@Home-ot felidéztük: a mesterséges intelligencia egy másik próbálkozásban is fontos szerepet fog játszani. A Kaliforniai Egyetem pár héten belül, február közepén induló közösségi-tudományos kezdeményezésében önkéntesek fogják válogatni a rádiójeleket és ez alapján tanítanak be egy gépi intelligenciát. Akit érdekel, itt találja a program oldalát.
Eközben Dan Werthimer, aki szintén a Kaliforniai Egyetem munkatársa, egy lépéssel korábbról indítja a történetet és mesterséges intelligenciával igyekszik kiválasztani azokat a csillagokat, amelyeket a jelenlegi legnagyobb rádióteleszkóp, az 500 méteres kínai FAST vizsgál majd.
Fotó: Pixabay
Forrás: Index / Frisshíreink portál
Frisshíreink portál, a Te lapod! Keress, szörfölj, vedd a magad kezébe az irányítást!
