研究者はAIを使用してエイリアンからの信号を検索します

ジャカルタ-研究者は、望遠鏡からのデータに基づいて地球外生命体を検索するための新しいアルゴリズムの使用に成功しました。このようにして、実際の信号とカテゴリ内の干渉を区別できます。

また、機械学習と呼ばれる人工知能(AI)プロセスを通じて、情報をすばやくふるいにかけ、パターンを見つけることもできます。

トロント大学の研究者が率いるこの研究は、技術的に生成された信号やテクノシグネチャーの配置を含むことにより、宇宙の他の高度な生命を見つけることを目的としています。

なぜなら、多くの人は、高度な地球外文明はその信号を送信するのに十分洗練されていると想定しているからです。1960年代以降、地球外知能探査(SETI)に取り組んでいる天文学者は、強力な電波望遠鏡を使用して、この技術の兆候を求めて数千の星と数百の銀河を検索してきました。

検索に使用される望遠鏡は、携帯電話やテレビ局などの技術からの干渉が少ない地域にありますが、人間は依然として大きな課題です。

「私たちの多くの観察では、多くの気晴らしがあります。宇宙空間の興味深い無線信号と地球からの魅力のない無線信号を区別する必要があります」と、トロント大学の学部生で研究者のピーター・マーは、この論文を執筆し、ネイチャーアストロノミー誌に発表しました。

この研究で使用されたデータは、ブレークスルーリッスンテクノシグネチャ検索プロジェクトに関与する主要な施設の1つであるウェストバージニア州のグリーンバンク望遠鏡からのものです。

さらに、両方のタイプの信号をシミュレートすることにより、研究者は地球外のような信号と人間が生成した干渉を区別するように機械学習ツールをトレーニングしました。

彼らは一連の異なる機械学習アルゴリズムを比較し、それらの精度と偽陽性率を研究し、その情報を使用してMaによって考案された堅牢なアルゴリズムを解きました。

この新しいアルゴリズムにより、地球外知性からの送信になる可能性のある8つの新しい無線信号が発見されました。8つの信号は、地球から30〜90光年離れた5つの異なる星から来ました。

これらの信号は、機械学習を使用しない同じデータの以前の分析では無視されました。SETIチームにとって、これらの信号は2つの理由で重要です。

「第一に、星を見ると存在し、目をそらすと存在しません。これは、一般的に常に存在する局所干渉とは対照的です。第二に、信号の周波数は、望遠鏡から遠く離れて見えるように時間とともに変化します」と、グリーンバンク望遠鏡のブレークスルーリスニングのプロジェクトサイエンティストであるスティーブクロフト博士は説明しました。

Croft氏は、数百万の信号を含むデータセットがある場合、信号が上記のように両方の特性を持つ場合があることを認識することが重要です。

「砂利道を歩いていて、靴底に刺さっている岩を見つけて、完璧にフィットしているようなものです」とクロフトは言います。

このため、信号は研究者が地球外の信号に期待しているように見えますが、少なくとも同じ信号を再び見るまで、それが地球外の知性から来たかどうかはまだわかりません。

グリーンバンク電波望遠鏡を使用して簡単な観測を行ったとき、地球外の信号を示す可能性のあるパターンは見つかりませんでした。現在、より多くの観察と分析が研究者によって行われています。

Maは、機械学習の2つのサブタイプ、つまり教師あり学習と教師なし学習の組み合わせとして作成したアルゴリズムを参照しています。

半教師なし学習と呼ばれる彼のアプローチでは、教師あり技術を使用してアルゴリズムをガイドおよびトレーニングし、教師なし学習手法でアルゴリズムを一般化して、データ内の新しい隠れたパターンをより簡単に発見できるようにします。

トロント大学のダンラップ天文天体物理学研究所の研究員であり、論文の共著者であるチェリー・ン氏は、SETIのような分野では新しいアイデアが特に重要であると述べています。

「それぞれの手法でデータを掘り下げることで、興味深いシグナルを見つけることができるかもしれません」と、2020年の夏からMaと一緒にプロジェクトに取り組んでいるNg氏は述べています。

この研究の公式リリースから引用されているように、1月31日火曜日、今後、Ma、Ng、およびSETIチームの他のメンバーは、新しいアルゴリズムを拡張して、他のデータセットや天文台に適用したいと考えています。