Ako AI pomáha pri hľadaní mimozemského života

Bill Diamond hovorí, že v našej galaxii je 10 až 50 miliárd potenciálne obývateľných svetov. To mu veľmi sťažuje prácu.

Pán Diamond je výkonným riaditeľom inštitútu SETI, výskumnej organizácie so sídlom v USA. Písmená „SETI“ sú skratky pre vyhľadávanie mimozemskej inteligencie.

„SETI ako úsilie hľadá dôkazy života a inteligencie vo vede a technike mimo slnečnej sústavy a je to ako problém s ihlou v kope sena,“ hovorí.

„Hľadáme niečo, čo je pravdepodobne extrémne zriedkavé a čo môže byť veľmi ťažké nájsť a extrahovať z udalostí na pozadí v rovnakom čase, keď sa na to pozeráte.“

Nové nástroje však pomáhajú pri hľadaní. Schopnosť umelej inteligencie (AI) zvládnuť obrovské súbory údajov a odhaliť anomálie transformuje hľadanie mimozemskej inteligencie.

Jeden takýto projekt zahŕňa partnerstvo inštitútu SETI s americkým Národným rádioastronomickým observatóriom v Novom Mexiku. Toto federálne zariadenie využíva rádiové frekvencie na štúdium nebeských objektov, ako sú planéty, hviezdy a asteroidy.

SETI buduje paralelný softvérový systém poháňaný AI pre hlavné zariadenie observatória Veľmi veľká séria. VLA bola postavená v rokoch 1973 až 1981 a pozostáva z 28 veľkých parabolických antén s priemerom 25 metrov rozmiestnených po púštnej pláni. Predstavte si, že v domácnostiach ľudí nájdete obrovské satelitné antény.

Keď je v prevádzke, AI bude schopná spracovať každý bit zachytených údajov – až dva terabajty (TB) za sekundu. Aby sme to dali do kontextu, moderné notebooky majú v súčasnosti zvyčajne približne 1 TB celkového úložného priestoru.

Pán Diamond hovorí, že zvýšené používanie AI sa už ukazuje ako „nepostrádateľné“, keďže jeho inštitút pokračuje v hľadaní mimozemského života.

Poukazuje na to, že AI umožňuje objavovať nové typy rádiových signálov z mimozemských zdrojov. Poukazuje na to, že SETI tradične hľadalo úzkopásmové signály používané ľuďmi.

„Ale vždy tu bola otázka „Čo ak existuje nejaká zahraničná pokročilá technológia, ktorá využíva širokopásmové pripojenie.“ [radio], A ak je to tak, naše tradičné metódy nebudú fungovať, na obrazovke to bude vyzerať ako šum.“

Pán Diamond však hovorí, že schopnosť AI spracovať obrovské množstvo údajov znamená, že je možné v priebehu času urobiť milióny „snímok“ tohto zasneženého zvukového obrazu a začať hľadať vzory. „Je to spôsob, ako pridať novú vec na pozeranie.“

Ďalším projektom, s ktorým SETI spolupracuje, je Počúvajte rozhodne. Tento plán s podporou viac ako 100 miliónov libier zo súkromného sektora skenuje milión hviezd a 100 galaxií v širokom rozsahu rádiových a optických pásiem, aby hľadal dôkazy technogénneho života.

Jeden člen projektu, študent University of Toronto Peter Ma, nedávno vyvinul nový systém AI určený na skúmanie údajov z ďalekohľadu a rozlišovanie medzi potenciálne skutočnými signálmi a interferenciou od mimozemšťanov.

Jeho tím to urobil tak, že simuloval oba typy hluku a potom trénoval svoju AI, aby medzi nimi rozlišovala.

Pán Ma hovorí, že napríklad mimozemský signál „bude viditeľný iba vtedy, keď naň nasmerujeme naše teleskopy… a zmizne, keď sa pozrieme inam“.

Projekt už identifikoval osem potenciálnych mimozemských signálov, ktoré konvenčná analýza neodhalila. Pán Ma sa však domnieva, že keďže pozorovania ešte neboli zopakované, sú pravdepodobne falošne pozitívne.

Umelá inteligencia sa používa aj na zisťovanie známok života v skromnejšej prírode a bližšie k domovu.

Rover Perseverance agentúry NASA začal minulý rok zbierať vzorky z krátera Jezero na Marse, ktoré, ak všetko pôjde dobre, sa o niekoľko rokov vrátia na Zem.

Vedci sa už domnievajú, že prístroj Sherlock roveru zistil organické zlúčeniny, ktoré žiaria pod ultrafialovým svetlom.

Organické zlúčeniny však mohli byť vytvorené nebiologickými procesmi, čo znamená, že zatiaľ nie je možné povedať, či pochádzajú z minulého života na planéte.

To všetko sa však môže zmeniť vďaka novému výskumu z Carnegie Institution for Science, ktorý používa AI na analýzu vzoriek hornín na príznaky súčasného alebo minulého života.

Tím zistil, že AI je schopná rozlíšiť bývalý živý a neživý materiál s presnosťou približne 90 %.

„Toto je veľmi nový prístup k objavovaniu molekulárnych biologických podpisov,“ hovorí hlavný vedúci výskumu Dr. Robert Hazen.

„Používame strojové učenie, aby sme sa pozreli na obrovské množstvo údajov z analytickej metódy, ktorá generuje pol milióna údajových bodov na vzorku. Takže hľadáme jemné vzory v molekulárnej distribúcii.“