地球外生命体を探索するブレークスルー・リッスン・イニシアチブ (SETI) の一環として、科学者たちは新しいアプローチを採用しました。以前の分析オプションの代わりに、AI を使用してデータを評価しました。
地球外生命体探索：AIはこんなに役立つ
研究によると、この調査は深層学習に基づいたテクノシグネチャの包括的な調査であるとのこと。これらは、テクノロジーの存在、そしてそれに代わる形で、テクノロジーを介してコミュニケーションできる社会の存在を仮説的に示唆します。一言で言えば、地球外生命体です。
これは、ヒッパルコス天文衛星による測定に基づく高精度の星カタログであるヒッパルコス カタログの 820 個の星ターゲットに基づいており、合計 480 時間以上の空上データが含まれています。これらも、ロバート C. バード グリーン バンク望遠鏡を使用して記録されました。
カーティン大学国際電波天文学研究センター (ICRAR) の上級博士研究員であるダニー・プライス氏が説明するように、彼らは最初にアルゴリズムを開発しました。 AI 手法を使用して、信号を無線干渉かテクノシグネチャの実際の候補として分類します。
これにより、「誤検知」シグネチャ、つまり携帯電話、WLAN、衛星などによって生成されるシグネチャの発生率が管理可能な範囲で低く抑えられました。同時に、以前の解析と比較して、候補シグナルの量が約 2 桁減少しました。
読書のヒント: 新しい方法は地球外生命体の発見を目的としています
8 つの興味深いシグナルが発見されました
オートエンコーダーと呼ばれる人工知能がそのタスクを実行できるようにするには、まずトレーニングする必要があります。実際のデータに変換されたシミュレーション信号が役に立ちました。データセットを処理することで、AI は顕著な特徴を識別する方法を学習しました。
2 番目のステップでは、これらの特徴が、分類子として機能する別のアルゴリズムに「供給」されました。彼は、信号が注目に値するのか、それとも単なる無線干渉なのかを判断する決定木を作成しました。
トレーニング後に初めて、バード グリーン バンク望遠鏡からの上記の実際のデータが分析のために AI に渡されました。この方法で特定された 20,515 個の対象信号のうち、手作業で検査された結果、最終的に 8 個の信号がテクノシグネチャの特徴を備えており、無線干渉を割り当てることができませんでした。
読書のヒント: 地球外生命体はすでに自滅しましたか?
起源はまだ解明されていない
問題点: 発見された信号を再度望遠鏡で観測しようとしましたが、いずれも再度検出できませんでした。結局のところ、それは電波干渉ではなく、地球外生命体の潜在的な証拠ではなかったという事実を完全に排除することはできません。研究者らは、将来的には新しいテクノロジーを通じてさらに多くのことを発見したいと考えています。