Teknolojik olarak gelişmiş bir şeyi tespit etme olasılığını düşündüğümüzde dünya dışı hayat, periyodik olarak filmlerde veya dizilerde gösterildiği şekliyle, mantıklı bir soru ortaya çıkıyor: "Eğer varsa, neden hala bulamadık?". Ve genellikle yanıt, galaksinin yalnızca küçük bir bölümünü incelemiş olmamızdır.
Ancak bir diğer neden de, ilk bilgisayarlar için onlarca yıl önce geliştirilen ve modern veri setlerinin işlenmesiyle başa çıkamayan eski ve verimsiz algoritmalar olabilir. Toronto Üniversitesi'nde lisans öğrencisi olan Peter Ma'nın SETI Enstitüsü'nden bilim adamlarıyla birlikte yürüttüğü bir çalışmada (Search for Extraterrestrial Intelligence, dünya dışı canlıları aramak için bir proje) medeniyetler) ve diğer bilimsel kurumlar, derin makine öğrenimi tekniğini yakın yıldızlar hakkında daha önce çalışılmış bir veri setine uyguladı.
Bilim adamları, kendi sinir ağlarını kullanmanın bir sonucu olarak, önceden tanımlanamayan sekiz sinyal keşfettiler. "150 yılında klasik yöntemlerle analiz edilen setteki 820 yakın yıldıza ait toplamda 2017 TB veriyi analiz ettik. Ancak daha sonra bilim adamları bunun ilginç sinyaller içermediğine karar verdiler, dedi Peter Ma. - Bugün bu aramayı bir teleskop yardımıyla 1 milyon yıldıza genişletiyoruz. MeerKAT ve sadece değil. Bu tür çalışmaların "Evrende yalnız mıyız?" sorusuna cevap arayışımızda keşiflerimizin hızını artıracağına inanıyoruz.
Dünya Dışı Uygarlıklar Arayışı (SETI) projesi, dünya dışı uygarlıklar tarafından geliştirilmiş olabilecek tekno-imzaları veya teknolojinin kanıtlarını tespit etmeye çalışarak Dünya'nın ötesinde yaşamın kanıtlarını arar. En yaygın yöntem radyo sinyallerini aramaktır.
Radyo, inanılmaz yıldızlararası mesafeler boyunca bilgi göndermenin harika bir yoludur. radyo sinyalleri ışık hızında (en iyi roketlerden yaklaşık 20 kat daha hızlı) uzaya nüfuz eden toz ve gazdan geçer. Birçok SETI projesi, dünya dışı uygarlıklar tarafından teorik olarak iletilebilecek herhangi bir radyo sinyalini engellemek için antenler kullanır.
Bu çalışma, kullanılarak elde edilen verileri gözden geçirmiştir. Green Bank'taki Robert C. Byrd Teleskopu. Amaç, daha doğru sonuçlar elde etmek için yeni derin öğrenme tekniklerini klasik bir arama algoritmasına uygulamaktı. Yenisini başlattıktan sonra algoritma ve sonuçları doğrulamak için verilerin manuel olarak yeniden analizinin ardından, bilim adamları birkaç temel özelliği olan sinyaller buldular:
- Sinyaller dar banttı, yani birkaç Hz mertebesinde dar bir spektral genişliğe sahiptiler. Doğal olayların neden olduğu sinyaller genellikle geniş banttır.
- Sinyaller sıfır olmayan bir sürüklenme hızına sahipti. Sinyal kaynağının Dünya'daki alıcılara göre bir miktar ivmesi vardır ve bu nedenle radyo gözlemevi için yerel değildir.
- Sinyaller açıkça Dünya'dan değil. Göksel kaynaktan gelen sinyaller, teleskobu hedefe doğrulttuğumuz zaman görünür ve onu uzaklaştırdığımızda kaybolur. Ve insan faaliyetleriyle ilişkili radyo paraziti, kaynakları yakında olduğu için genellikle sürekli olarak ortaya çıkar.
SETI Enstitüsünden gökbilimciler, bu sonuçların astronomide veri işlemeye modern makine öğrenimi ve bilgisayar görüşü yöntemlerinin uygulanmasının gücünü gösterdiğine ve bunun yeni keşiflere yol açacağına inanıyor. Analize yönelik yeni yaklaşım, araştırmacıların topladıkları verileri daha etkili bir şekilde anlamalarına ve nesneleri tekrar araştırmak için hızlı hareket etmelerine olanak sağlayabilir.
Deneylerden beri SETI 1960 yılında son çalışmalarda kullanılan teleskopa ev sahipliği yapan Green Bank Gözlemevi'nde başlatılan ilerleme, araştırmacıların her zamankinden daha fazla veri toplamasına izin verdi. Hacim, dünya dışı zekanın kanıtı olabilecek anormallikleri tespit etmek için hızlı işleme ve analiz için yeni hesaplama araçları gerektiriyor. Yeni bir sinir ağının kullanılması, dünya dışı yaşam arayışında yeni bir sayfa açar.
Ayrıca ilginç: