IA encontra possíveis sinais alienígenas negligenciados em dados de radiotelescópio
A equipe – liderada por pesquisadores da Universidade de Toronto – simplificou a busca por vida extraterrestre usando um novo algoritmo para organizar os dados de seus telescópios em categorias, a fim de distinguir entre sinais reais e interferências .
Isso permitiu que eles classificassem rapidamente as informações e encontrassem padrões, por meio de um processo de inteligência artificial conhecido como aprendizado de máquina.
A busca para descobrir outras formas de vida avançadas no universo envolve a localização de sinais gerados tecnologicamente (“tecnoassinaturas”), porque se supõe que uma civilização extraterrestre avançada seria sofisticada o suficiente para emitir esses sinais. Desde a década de 1960, os astrônomos que trabalham no “SETI” (a busca por inteligência extraterrestre) têm usado poderosos radiotelescópios para pesquisar milhares de estrelas e centenas de galáxias em busca dessas assinaturas tecnológicas.
Apesar de os telescópios usados para essas buscas estarem localizados em áreas onde há interferência mínima de tecnologias como celulares e estações de TV, a perturbação humana ainda representa grandes desafios.
Nós estamos sozinhos no universo?
“Em muitas de nossas observações, há muita interferência”, diz Peter Ma, aluno de graduação e pesquisador da Universidade de Toronto. Ele também é o primeiro autor do trabalho de pesquisa que revela esta técnica mais recente, publicado hoje na Nature Astronomy . “Precisamos distinguir os excitantes sinais de rádio no espaço dos desinteressantes sinais de rádio da Terra.”
Ao simular sinais de ambos os tipos, a equipe treinou suas ferramentas de aprendizado de máquina para diferenciar entre sinais semelhantes a extraterrestres e interferência gerada por humanos. Eles compararam uma variedade de diferentes algoritmos de aprendizado de máquina, estudaram sua precisão e taxas de falsos positivos e, em seguida, usaram essas informações para definir um algoritmo poderoso, criado por Ma.
Ma teve a ideia de aplicar esse algoritmo específico à busca por inteligência extraterrestre em uma aula de ciência da computação do 12º ano. Infelizmente, o projeto confundiu seus professores, porque eles não tinham certeza de como poderia ser usado.
“Só contei à minha equipe depois da publicação do jornal que tudo começou como um projeto do ensino médio que não foi muito apreciado pelos meus professores.”
A Dra. Cherry Ng, pesquisadora associada do Instituto Dunlap de Astronomia e Astrofísica da Universidade de Toronto e segunda autora do artigo, diz que novas ideias são muito importantes em um campo como o SETI. “ Pesquisando os dados com todas as técnicas, podemos descobrir sinais interessantes.”
Ng, que trabalha neste projeto com Ma desde o verão de 2020, diz que o aprendizado de máquina é o caminho a seguir na era atual da astronomia de big data. “Estou impressionado com o desempenho dessa abordagem na busca por inteligência extraterrestre.”
“Com a ajuda da inteligência artificial, estou otimista de que seremos capazes de quantificar melhor a probabilidade da presença de sinais extraterrestres de outras civilizações.”
Olhando para o futuro, Ma, Ng e o restante da equipe do SETI esperam expandir seu novo algoritmo e aplicá-lo a outros conjuntos de dados e observatórios.
Usando poderosos radiotelescópios de múltiplas antenas como o MeerKAT , o Square Kilometer Array e o Next Generation VLA , Ma diz que a equipe planeja escalar sua abordagem de aprendizado de máquina de uma maneira importante.
“Com nossa nova técnica, combinada com a próxima geração de telescópios, esperamos que o aprendizado de máquina possa nos levar da pesquisa de centenas de estrelas à pesquisa de milhões.”
Fonte
[Espaço]