ИИ обнаружил в радиосигналах из космоса потенциальные "техносигнатуры" инопланетян

Поиски НЛО и следов пришельцев давно занимают мысли множества людей по всему миру. Кроме фанатов научной фантастики, для которых размыты границы веры и фактов, поиском инопланетян занимаются и серьезные ученые, в частности специалисты SETI (Институт поиска внеземного разума). Основанная в 1984 году SETI поставила своей миссией сканировать небо на наличие радиосигналов, состоящих из внеземных "техносигнатур", которые могут походить от инопланетных технологий.

• Искусственный интеллект помог идентифицировать давно забытый шедевр Рафаэля

Детали

Пока поиски SETI не дали никаких убедительных результатов, но с приходом в эту сферу машинного обучения и искусственного интеллекта все может измениться.

В новой статье, опубликованной в Nature Astronomy, исследователи дали алгоритму машинного обучения проанализировать данные телескопа, впервые собранные в 2016 году. Искусственный интеллект на основе нейросетей изучил 480 часов данных из 820 звезд и определил восемь интересных сигналов, которые не обнаружили предыдущие алгоритмы.

Питер Ма является первым автором статьи и студентом Университета Торонто. Он отметил, что, хотя ИИ применялся к радиоданным SETI в прошлом, этот новый подход полностью выводит поиск инопланетян из рук человека. Исследователь отмечает:

Раньше люди вставляли компоненты машинного обучения в разные конвейеры, чтобы помочь с поиском. Эта же работа полностью возлагается только на нейронную сеть без каких-либо поддерживающих ее традиционных алгоритмов и дала результаты, которые традиционные алгоритмы не обнаружили.

Фото: Joe McNally/Getty Images

Радиоданные, поступающие из космоса, являются богатым ресурсом, но его можно легко спутать с нашими собственными земными радиосигналами. Ма заявил, что интересные сигналы, извлекаемые из этого тумана, являются узкополосными доплеровскими дрейфовыми сигналами, происходящими от какого-то внеземного источника. Иными словами, движущиеся радиосигналы попадают в определенный диапазон частот. Однако вопрос о том, как эти сигналы могут изменяться с течением времени или на расстоянии, остается открытым.

Поиск этих сигналов в данных может походить на поиск иглы в стоге сена — трудоемкий и изнурительный, но именно здесь может помочь машинное обучение. Ма и его коллеги разработали свою нейронную сеть, чтобы идентифицировать и классифицировать то, что она "думает" о важнейших характеристиках данных SETI, одновременно пытаясь отфильтровать земные помехи.

Кроме того, что искусственный интеллект вдвое быстрее традиционных алгоритмов, использование нейронной сети для изучения данных из космоса также позволяет создать нестандартное мышление, которого трудно достичь продиктованным человеком алгоритмам. Питер Ма объясняет:

Традиционные алгоритмы работают на основе заданного набора инструкций, разработанных нами… следовательно, алгоритм найдет только то, что мы прикажем ему найти. Проблема состоит в том, что природа инопланетного сигнала не совсем известна... Итак, наш предложенный подход состоит в том, чтобы просто изучить его.

Нейронная сеть Ма и его коллег смогла найти восемь уникальных сигналов, скрытых в данных, которые могут исходить из внеземных источников, но исследования, чтобы подтвердить это, еще не проводились. И хотя дальнейший анализ может подтвердить, что эти источники не принадлежат к Земным, это не значит, что ученые будут точно знать, с какой техникой они связаны. По словам исследователя, в лучшем случае эти сигналы могут содержать встроенную информацию о разработке технологии или даже коллекции техносигнатур инопланетной цивилизации, но он и другие ученые на это не рассчитывают.

Ранее мы публиковали видео, где разработчик использовал искусственный интеллект для установления зрительного контакта и переделал сцены из известных фильмов. Получилось странно, но очень весело.