Kai atsižvelgsime į tikimybę aptikti technologiškai pažangų nežemiška gyvenimas, kaip jis periodiškai rodomas filmuose ar serialuose, kyla logiškas klausimas: „Jei jis egzistuoja, kodėl mes jo dar neradome?“ Ir dažnai atsakymas yra toks, kad mes ištyrėme tik nedidelę galaktikos dalį.
Tačiau kita priežastis gali būti pasenę ir neefektyvūs algoritmai, kurie buvo sukurti prieš dešimtmečius pirmiesiems kompiuteriams ir kurie negali susidoroti su šiuolaikinių duomenų rinkinių apdorojimu. Tyrime, kurį Toronto universiteto bakalauro studentas Peteris Ma atliko kartu su SETI instituto mokslininkais (Search for Extraterrestrial Intelligence, projektas, skirtas ieškoti nežemiško žmogaus civilizacijos) ir kitos mokslo institucijos pritaikė giluminio mašininio mokymosi techniką anksčiau ištirtam duomenų rinkiniui apie netoliese esančias žvaigždes.
Naudodami savo neuronų tinklą mokslininkai atrado aštuonis anksčiau neatpažintus signalus. „Iš viso išanalizavome 150 TB duomenų apie 820 netoliese esančių žvaigždžių rinkinyje, kuris buvo analizuotas klasikiniais metodais 2017 m. Tačiau tada mokslininkai nusprendė, kad jame nėra įdomių signalų, sakė Peteris Ma. – Šiandien šią paiešką teleskopo pagalba išplečiame iki 1 milijono žvaigždžių MeerKAT ir ne tik. Tikime, kad toks darbas padės paspartinti mūsų atradimų tempą, siekiant atsakyti į klausimą „Ar mes vieni visatoje?“.
Projektas Search for Extraterrestrial Civilizations (SETI) ieško gyvybės už Žemės ribų įrodymų, bandydamas aptikti technosignatūras arba technologijų, kurias galėjo sukurti nežemiškos civilizacijos, įrodymus. Labiausiai paplitęs būdas yra radijo signalų paieška.
Radijas yra puikus būdas siųsti informaciją neįtikėtinais tarpžvaigždiniais atstumais. Radijo signalai pro erdvę prasiskverbiančias dulkes ir dujas prasiskverbia šviesos greičiu (apie 20 XNUMX kartų greičiau nei geriausios raketos). Daugelis SETI projektų naudoja antenas bet kokiems radijo signalams, kuriuos teoriškai galėtų perduoti nežemiškos civilizacijos, perimti.
Šiame tyrime buvo peržiūrėti duomenys, gauti naudojant Roberto C. Byrdo teleskopo Green Banke. Tikslas buvo pritaikyti naujus gilaus mokymosi metodus klasikiniam paieškos algoritmui, kad būtų gauti tikslesni rezultatai. Pradėjus naują algoritmas ir rankiniu būdu pakartotinai analizuodami duomenis, kad patvirtintų rezultatus, mokslininkai rado signalus, kurie turėjo keletą pagrindinių savybių:
- Signalai buvo siaurajuosčiai, tai yra, jų spektrinis plotis buvo siauras, kelių Hz dydžio. Gamtos reiškinių sukeliami signalai dažniausiai yra plačiajuosčiai
- Signalų dreifo greitis buvo lygus nuliui. Signalo šaltinis turi tam tikrą pagreitį, palyginti su imtuvais Žemėje, todėl nėra vietinis radijo observatorijoje
- Signalai akivaizdžiai nėra iš Žemės. Signalai iš dangaus šaltinio atsiranda, kai nukreipiame teleskopą į taikinį, ir išnyksta, kai jį tolstame. O radijo trukdžiai, susiję su žmogaus veikla, dažniausiai atsiranda nuolat, nes jų šaltinis yra šalia.
SETI instituto astronomai mano, kad šie rezultatai iliustruoja šiuolaikinių mašininio mokymosi ir kompiuterinės vizijos metodų taikymo astronomijos duomenų apdorojimui galią, o tai lems naujų atradimų. Naujasis analizės metodas leistų tyrėjams veiksmingiau suprasti renkamus duomenis ir greitai vėl tirti objektus.
Nuo eksperimentų SETI pradėta 1960 m. Green Bank observatorijoje, kurioje yra naujausiame darbe naudojamas teleskopas, pažanga leido tyrėjams surinkti daugiau duomenų nei bet kada anksčiau. Dėl didžiulio kiekio reikia naujų skaičiavimo įrankių, kad būtų galima greitai apdoroti ir analizuoti anomalijas, kurios gali būti nežemiško intelekto įrodymas. Naujo neuroninio tinklo naudojimas atveria naują puslapį nežemiškos gyvybės paieškoje.
Taip pat įdomu: