Kada uzmemo u obzir vjerovatnoću otkrivanja tehnološki naprednog vanzemaljski života, kako se to periodično prikazuje u filmovima ili serijama, postavlja se logično pitanje: "Ako postoji, zašto ga još nismo pronašli?". A često je odgovor da smo ispitali samo mali djelić galaksije.
Ali drugi razlog mogu biti zastarjeli i neefikasni algoritmi koji su razvijeni prije nekoliko decenija za prve računare i koji ne mogu da se nose sa obradom modernih skupova podataka. U studiji koju je Peter Ma, student dodiplomskih studija na Univerzitetu u Torontu, proveo zajedno sa naučnicima sa SETI instituta (Search for Extraterrestrial Intelligence, projekat za potragu za vanzemaljskim civilizacije) i druge naučne institucije, primijenile su tehniku dubokog mašinskog učenja na prethodno proučavani skup podataka o obližnjim zvijezdama.
Kao rezultat korištenja vlastite neuronske mreže, naučnici su otkrili osam ranije neidentifikovanih signala. „Ukupno smo analizirali 150 TB podataka o 820 obližnjih zvijezda u setu koji je analiziran klasičnim metodama 2017. Ali onda su naučnici odlučili da ne sadrži zanimljive signale, rekao je Peter Ma. - Danas ovu pretragu proširujemo na milion zvijezda uz pomoć teleskopa MeerKAT i ne samo. Vjerujemo da će takav rad pomoći da se ubrza tempo naših otkrića u potrazi za odgovorom na pitanje "Jesmo li sami u svemiru?".
Projekat Search for Extraterrestrial Civilizations (SETI) traži dokaze o životu izvan Zemlje pokušavajući da otkrije tehnosignature, ili dokaze o tehnologiji koju su možda razvile vanzemaljske civilizacije. Najčešća metoda je traženje radio signala.
Radio je odličan način za slanje informacija na nevjerovatne međuzvjezdane udaljenosti. Radio signali prolaze kroz prašinu i plin koji prožimaju prostor brzinom svjetlosti (oko 20 puta brže od najboljih raketa). Mnogi SETI projekti koriste antene za presretanje bilo kakvih radio signala koji bi teoretski mogli prenijeti vanzemaljske civilizacije.
Ova studija je pregledala podatke dobijene korištenjem teleskopa Robert C. Byrd u Green Bank. Cilj je bio primijeniti nove tehnike dubokog učenja na klasični algoritam pretraživanja kako bi se dobili precizniji rezultati. Nakon pokretanja novog algoritam i ručnom ponovnom analizom podataka kako bi potvrdili rezultate, naučnici su pronašli signale koji su imali nekoliko ključnih karakteristika:
- Signali su bili uskopojasni, odnosno imali su usku spektralnu širinu, reda veličine nekoliko Hz. Signali uzrokovani prirodnim fenomenima su obično širokopojasni
- Signali su imali brzinu drifta različitu od nule. Izvor signala ima određeno ubrzanje u odnosu na prijemnike na Zemlji i stoga nije lokalan za radio opservatoriju
- Signali očigledno nisu sa Zemlje. Signali iz nebeskog izvora pojavljuju se kada uperimo teleskop u metu, a nestaju kada ga udaljimo. A radio smetnje povezane s ljudskom aktivnošću obično se pojavljuju stalno, jer je njihov izvor u blizini.
Astronomi sa SETI instituta vjeruju da ovi rezultati ilustruju moć primjene modernih metoda mašinskog učenja i kompjuterskog vida na obradu podataka u astronomiji, a to će dovesti do novih otkrića. Novi pristup analizi mogao bi omogućiti istraživačima da efikasnije razumiju podatke koje prikupljaju i brzo djeluju kako bi ponovo istražili objekte.
Od eksperimenata SETI započet u Green Bank opservatoriju 1960. godine, gdje se nalazi teleskop korišten u najnovijim radovima, napredak je omogućio istraživačima da prikupe više podataka nego ikada prije. Sam obim zahtijeva nove računske alate za brzu obradu i analizu kako bi se otkrile anomalije koje mogu biti dokaz vanzemaljske inteligencije. Upotreba nove neuronske mreže otvara novu stranicu u potrazi za vanzemaljskim životom.
Također zanimljivo: