یک سیستم هوش مصنوعی جدید با جستجوی میلیونها سیگنال رادیویی در فضا 8 سیگنال را کشف کرده است که به طرز عجیبی غریب به نظر میرسند.
به گزارش تکناک، تخمین زده می شود که کیهان شامل صدها میلیارد کهکشان است و هر کهکشان تقریباً این تعداد سیاره دارد، بنابراین احتمال اینکه زمین تنها جایی است که حیات دارد بسیار کم است.
اگر بیگانگان بخواهند زمین را با تجهیزات مناسب اسکن کنند، صداهای رادیویی ما و سایر سیگنال های الکترومغناطیسی که ما در یک قرن اخیر مخابره کرده ایم را، دریافت می کنند. با در نظر گرفتن این موضوع، ابتکار Breakthrough Listen سیگنال های رادیویی مصنوعی که از سیارات دیگر در کهکشان ما می آیند را جستجو می کند. این تیم تحقیقاتی این سیگنالها را «اثرتکنولوژیکی» مینامد.
مشکل اینجاست که کیهان مکانی پر سر و صدا است. ستاره ها، سیاهچاله ها، مگنتارها، اختروش ها، FRB ها، ابرنواخترها، انفجارهای پرتو گاما و طیف وسیعی از اجرام و رویدادهای دیگر می توانند سیگنال های رادیویی و سایر سیگنال ها را تولید کنند. سپس تمام تداخل فناوری خودمان مانند تلفن های همراه و ماهواره های GPS وجود دارد. تنظیم نویز پسزمینه برای یافتن اثرتکنولوژیکی احتمالی موجودات فضایی، کار بسیار مهمی است.
حداقل، برای انسان ها هوش مصنوعی در مرتبسازی حجم عظیمی از دادهها برای جستجوی الگوها مهارت دارد، به این معنی که این روش بسیار کاربردی است. بنابراین، برای مطالعه جدید، پیتر ما، دانشجوی دانشگاه تورنتو، یک الگوریتم یادگیری ماشین جدید طراحی کرد که برای فیلتر کردن اثرتکنولوژیکی طراحی شده است.
الگوریتم بر روی یک فرآیند دو مرحله ای کار می کند. اولین مرحله شامل یک خودرمزگذار است که بر روی سیگنالهای هوشمند فرازمینی شبیهسازی شده آموزش دیده است تا بداند به دنبال چه چیزی باشد.
سیگنال مورد جستجو باید از نوع باند باریک با نرخ رانش قابل تشخیص باشد و فقط در مشاهدات مناطق خاصی از آسمان ظاهر شود. این سیگنال های شبیه سازی شده به مجموعه ای از داده های واقعی اضافه می شوند تا زمانی که خودرمزگذار یاد بگیرد آنها را به طور قابل اعتماد انتخاب کند.
هنگامی که بتواند این کار را انجام دهد، هوش مصنوعی روی کار واقعی متمرکز می شود. هر سیگنال در مجموعه ای از داده از طریق الگوریتمی به نام مرتبکننده جنگل تصادفی اجرا میشود که موارد قابل توجه را از نویز مرتب میکند. در این مورد، تیم بیش از 150 ترابایت داده جمع آوری شده توسط تلسکوپ گرین بانک (GBT) را به سیستم هوش مصنوعی تغذیه کرد.
از 3 میلیون سیگنال موجود در مجموعه داده، هوش مصنوعی 20515 سیگنال مورد علاقه را شناسایی کرد. سپس محققان مجبور شدند هر یک از این سیگنالها را به صورت دستی بررسی کنند. جالب است که 8 مورد از این سیگنالها دارای ویژگیهای مناسب برای اثرتکنولوژیکی بودند و نمیتوان آنها را به تداخل نسبت داد.
ما میگوید: هشت سیگنال بسیار مشکوک به نظر میرسیدند، اما پس از اینکه دوباره با تلسکوپها به اهداف نگاه کردیم، دیگر آنها را ندیدیم. تقریباً پنج تا شش سال از زمانی که دادهها را گرفتهایم میگذرد، اما هنوز سیگنال را دوباره ندیدهایم. شما از این نتایج هر برداشتی را که دوست دارید می توانید انجام دهید.
به همان اندازه که سیگنالها جذاب هستند، پاسخ به عمیقترین سوال این است که آیا ما در جهان تنها هستیم یا خیر؟ این تیم اذعان میکند که ما دقیقاً نمیدانیم یک اثرتکنولوژیکی واقعی فرازمینی چگونه خواهد بود، و استفاده از شبیهسازیها میتواند هوش مصنوعی را آموزش دهد تا روی چیزهای اشتباه تمرکز کند.
با این حال، این یک تمرین ارزشمند است و استفاده از هوش مصنوعی در سایر مجموعههای داده میتواند اثرهای تکنولوژیکی بیشتری را به همراه داشته باشد.
