A Földön kívüli intelligens élet bizonyítékait kereső Danny C Price, a Curtin University kutatója és kollégái olyan mesterséges intelligencia-rendszert építettek, amely a jelfelismerési feladatokban felülmúlja a klasszikus algoritmusokat.
A szakemberek a mesterséges intelligenciát arra képezték ki, hogy rádióteleszkópok adatai között olyan jelek után kutasson, amelyeket nem természetes asztrofizikai folyamatok hozhattak létre.
Amikor Price-ék a mesterséges intelligenciát egy korábban vizsgált adatkészlettel táplálták, nyolc olyan érdekes jelet fedeztek fel, amelyeket a klasszikus algoritmus figyelmen kívül hagyott. A kutatók szerint ezek a jelek valószínűleg nem földönkívüli intelligenciától származnak, sokkal valószínűbb, hogy különböző rádióinterferencia ritka eseteiről van szó.
Ennek ellenére az eredményeik – amelyeket a Nature Astronomy című szaklapban tettek közzé – rávilágítanak arra, hogy a mesterséges intelligencia technikái minden bizonnyal továbbra is komoly szerepet fognak játszani a földönkívüliek kutatásában.
A szakemberek szerint az MI-algoritmusok gyakorlatilag nem gondolkodnak, hanem csak azokat a konkrét feladatokat végzik el, amelyekre kiképezték őket.
Ehelyett a rádiócsillagászok úgynevezett rádiós „technosignatúrákat" keresnek. Ezek a feltételezett jelek fejlett technológiai jelenlétére utalnak, és közvetve egy olyan társadalom létezésére, amely képes a technológiáját kommunikációra felhasználni.
Ez is érdekelhet: Óriási káoszba torkollhatna, ha a földönkívüliek felvennék velünk a kapcsolatot
A tudósok a kutatásuk okán létrehoztak egy algoritmust, amely mesterséges intelligencia-módszereket használ a jelek besorolására, hogy azok vagy rádióinterferenciának, vagy valódi technosignatúra-jelöltnek minősüljenek. Elmondásuk alapján pedig az algoritmusuk jobban teljesít, mint remélték.
A szakemberek leírták, hogy a technosignatúrák keresését úgy szokták jellemezni, mintha valaki tűt keresne a kozmikus szénakazalban.
A keresőalgoritmusoknak képesnek kell lenniük arra, hogy gyorsan kiszűrjék a valódi technosignatúrákat a „hamis jelentkezőkből", mint például a telefonok vagy a wifik. Price-ék mesterséges intelligenciaosztályozója azonban teljesíti ezeket a követelményeket.
A képzési adatok létrehozásához Peter Ma, a Torontói Egyetem hallgatója, és a cikk vezető szerzője szimulált jeleket illesztett a valós adatok közé, majd ezt az adathalmazt egy automatikus kódolónak nevezett mesterséges intelligencia-algoritmus betanítására használta. Ahogy az autoencoder feldolgozta az adatokat, „megtanulta" azonosítani a kiemelkedő jellemzőket.
Ezután az előbb említett a jellemzőket egy véletlen erdőnek nevezett algoritmusba táplálta. Ez az osztályozó úgynevezett döntési fákat hoz létre annak meghatározására, hogy egy jel figyelemre méltó-e, vagy csak valamilyen rádiózavarról van-e szó.
Miután betanították a mesterséges intelligencia-algoritmusukat, több mint 150 terabájtnyi adatot tápláltak bele a nyugat-virginiai Green Bank Teleszkópból. Az algoritmus 20 515 érdekes jelet azonosított, amelyeket aztán manuálisan kellett megvizsgálniuk.
Ezek közül nyolc jel rendelkezett technosignatúraszerű jellemzőkkel, ezeket tehát nem lehetett rádióinterferenciaként besorolni.
A kutatók ezután ismét a teleszkóphoz fordultak, de sajnálatos módon nem tudták újra észlelni a nyolc jel egyikét sem.
A szakemberek elmondták, hogy bár figyelemmel fogják kísérni a nyolc új jelöltet, a legvalószínűbb magyarázat az, hogy ezek a rádiózavar szokatlan megnyilvánulásai voltak, nem földönkívüliek.
Ettől függetlenül a szakemberek továbbra is bizakodóak, hiszen az új technológiák megjelenésével jobban fel lesznek készülve az ilyen szituációkra.
Forrás: Science Alert
