U ZADNJE vrijeme svjedočimo sve bržem razvoju umjetne inteligencije (AI). Mnogi od nas su se, primjerice, okušali u kreiranju tekstova pomoću ChatGPT-a, a istraživanje je pokazalo da taj popularni chatbot može dobiti i prolaznu ocjenu na ispitima pravnog fakulteta.
AI se sada koristi u gotovo svim područjima znanosti kao pripomoć stručnjacima pri rutinskim zadacima klasifikacije, a nedavno su ga znanstvenici prilično uspješno iskoristili u potrazi za vanzemaljskim životom.
Otkrivanje vanzemaljskih signala pomoću umjetne inteligencije
Astronom Danny C. Price sa Sveučilišta Curtin i njegovi kolege kreirali su AI sustav koji nadmašuje klasične algoritme u zadacima otkrivanja signala. Obučili su umjetnu inteligenciju da analizira podatke s radioteleskopa i traži signale koji se ne mogu generirati prirodnim astrofizičkim procesima.
AI je potom otkrio osam zanimljivih signala koje je propustio klasični algoritam. Naravno, to ne znači da je zasigurno pronašao poruke vanzemaljske civilizacije, vjerojatno se radi o nekim rijetkim slučajevima radijskog šuma (smetnji), no sami nalazi su obećavajući i ukazuju na to da će tehnike umjetne inteligencije zasigurno igrati stalnu ulogu u potrazi za vanzemaljskom inteligencijom, piše The Conversation.
Koliko je inteligentan AI?
Treba napomenuti da 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 potraga za vanzemaljskom inteligencijom ne može pronaći izravne dokaze te inteligencije.
Radioastronomi zapravo traže "tehnopotpise", radiosignale koji mogu ukazivati na prisutnost tehnologije i, posredno, na postojanje društva sa sposobnošću da tehnologiju iskoristi za komunikaciju.
Price i njegov tim su u svrhu istraživanja izradili algoritam koji koristi AI metode za klasificiranje signala kao radijskih smetnji ili pravih kandidata za tehnopotpis, a njihov algoritam se pokazao efikasnijim nego što su očekivali.
Pronađeno osam čudnih signala
"Pretraživanje tehnopotpisa uspoređuje se s traženjem igle u kozmičkom plastu sijena. Radioteleskopi proizvode ogromne količine podataka, a u njima je i mnoštvo smetni koje dolaze iz različitih izvora, poput telefona, WiFi-ja i satelita. Algoritmi moraju moći izdvojiti stvarne tehnopotpise od lažno pozitivnih, i to brzo. A naš AI klasifikator ispunjava te zahtjeve", objašnjava Price.
"Nakon što smo uvježbali AI algoritam, dali smo mu više od 150 terabajta podataka (480 sati promatranja) s teleskopa Green Bank u Zapadnoj Virginiji. Identificirao je 20.515 potencijalnih signala koje smo zatim ručno pregledali. Osam signala je imalo karakteristike tehnopotpisa i nije ih se moglo pripisati radijskim smetnjama", dodao je.
Znanstvenici su zatim pokušali teleskopima ponovno detektirati uočene signale, ali bez uspjeha. Možda se radilo o jednokratnom signalu iz svemira, no najvjerojatnije objašnjenje jest to da su naišli na neobične manifestacije radijskih smetnji.
"To bi bilo jedno od najznačajnijih otkrića"
"Naš je tim nedavno postavio snažan procesor signala na teleskop MeerKAT u Južnoafričkoj Republici. MeerKAT koristi posebnu tehniku pomoću koje kombinira 64 antene da djeluju kao jedan teleskop. Ovom tehnikom se može bolje odrediti odakle na nebu dolazi neki signal, što će drastično smanjiti lažne pozitivne rezultate radijskih smetnji", navodi Price.
"Ako astronomi uspiju detektirati tehnopotpis koji se ne može objasniti radijskim šumom, to bi bio dobar pokazatelj da nismo jedina tehnološki napredna civilizacija u svemiru. To bi bilo jedno od najznačajnijih otkrića", dodaje.
"Ako ništa ne otkrijemo, to ne znači nužno da smo jedina tehnološki sposobna inteligentna vrsta u svemirskom susjedstvu. Možda nismo tražili pravu vrstu signala ili naši teleskopi još uvijek nisu dovoljno osjetljivi za detekciju slabih prijenosa s dalekih egzoplaneta", zaključio je Price.
Istraživanje naziva A deep-learning search for technosignatures from 820 nearby stars objavljeno je u časopisu Nature Astronomy.