技術的に進歩したものを検出する確率を考えると、 地球外の 映画やシリーズで定期的に示されているように、「存在する場合、なぜまだ発見されていないのですか?」という論理的な疑問が生じます。 多くの場合、その答えは、銀河のごく一部しか調査していないということです。
しかし、もう つの理由は、数十年前に最初のコンピューター用に開発された、最新のデータセットの処理に対応できない、時代遅れで非効率的なアルゴリズムである可能性があります。 トロント大学の学部生であるピーター・マーがSETI研究所の科学者と一緒に行った研究では、 文明) と他の科学機関は、近くの星について以前に研究されたデータ セットにディープ マシン ラーニングの手法を適用しました。
独自のニューラル ネットワークを使用した結果、科学者はこれまで特定されていなかった 150 つの信号を発見しました。 「合計で、820 年に古典的な方法で分析されたセット内の 2017 個の近くの星に関する 1 TB のデータを分析しました。 しかしその後、科学者たちは興味深いシグナルが含まれていないと判断した、とピーター・マーは述べた。 - 今日、私たちは望遠鏡の助けを借りて、この検索を 万個の星に拡大しています MeerKAT だけではありません。 このような研究は、「宇宙で私たちは孤独なのか?」という問いに答えるための探求において、発見のペースを加速させるのに役立つと信じています。
Search for Extraterrestrial Civilizations (SETI) プロジェクトは、技術的特徴、または地球外文明によって開発された可能性のある技術の証拠を検出しようとすることで、地球外生命体の証拠を探します。 最も一般的な方法は、無線信号を検索することです。
ラジオは、信じられないほどの星間距離を越えて情報を送信する優れた方法です。 無線信号 光の速さで宇宙に浸透する塵やガスを通過します (最高のロケットの約 20 倍の速さ)。 多くの SETI プロジェクトではアンテナを使用して、地球外文明によって理論的に送信される可能性のある無線信号を傍受します。
この研究では、以下を使用して得られたデータをレビューしました グリーンバンクにあるロバート C. バード望遠鏡の. 目標は、新しいディープ ラーニング技術を従来の検索アルゴリズムに適用して、より正確な結果を生成することでした。 新しいことを始めてから アルゴリズム 結果を確認するためにデータを手動で再分析した結果、科学者はいくつかの重要な特徴を持つシグナルを発見しました。
- 信号は狭帯域でした。つまり、数 Hz のオーダーの狭いスペクトル幅を持っていました。 通常、自然現象によって発生する信号は広帯域です
- 信号のドリフト速度はゼロではありませんでした。 信号源は、地球上の受信機に対してある程度の加速度を持っているため、電波天文台に対してローカルではありません。
- 信号は明らかに地球からのものではありません。 天体からの信号は、望遠鏡を目標に向けると現れ、遠ざけると消えます。 また、人間の活動に関連する電波干渉は、発生源が近くにあるため、通常、絶えず発生します。
SETI 研究所の天文学者は、これらの結果は、機械学習とコンピューター ビジョンの最新の方法を天文学のデータ処理に適用することの威力を示しており、これが新しい発見につながると考えています。 分析への新しいアプローチにより、研究者は収集したデータをより効果的に理解し、オブジェクトを再調査するために迅速に行動できるようになります。
実験以来 SETI 1960年にグリーンバンク天文台で開始され、最新の研究で使用された望遠鏡の本拠地であり、研究者はこれまで以上に多くのデータを収集できるようになりました. 地球外知的生命体の証拠である可能性のある異常を検出するには、膨大な量の処理と分析を迅速に行うための新しい計算ツールが必要です。 新しいニューラル ネットワークの使用は、地球外生命体の探索に新しいページを開きます。
また興味深い：