Похоже, у нас вновь наблюдается всплеск интереса к феномену НЛО (сейчас это называется UAP), поскольку НАСА официально подключилось к этому проекту благодаря сенсационным показаниям свидетелей в Конгрессе США. Теперь прочесывание космоса в поисках инопланетных технологий заметно усилилось — появились новые амбициозные проекты и новые финансовые вливания. К тому же к поиску инопланетян подключили искусственный интеллект, который будет воспринимать информацию, которую мы, вероятно, проглядели, и обрабатывать данные, которые мы, вероятно, пропустили.
В 1960 году, когда астроном Фрэнк Дрейк впервые обратил свой взор на две звезды в надежде обнаружить там внеземные сигналы, он запустил движение под названием SETI (Поиск внеземного разума). Дрейк считал, что Вселенная полна инопланетных передач, а мы о них просто не знаем, и послушав космос, мы что-нибудь да найдем.
Но, увы, Дрейк так ничего не нашел.
И по сей день ничего.
Многообещающие сигналы
На протяжении десятилетий основной проблемой была нехватка данных, поскольку ученые могли вести свой поиск только очень выборочно, сканируя небольшие участки неба, используя окна в расписаниях радиоастрономических телескопов.
Сейчас проблема противоположная: огромное количество данных. Астрономы используют автоматизированные алгоритмы для фильтрации собранных сигналов, но эти системы рискуют пропустить некоторые потенциально интересные сигналы. Именно здесь на помощь приходят алгоритмы машинного обучения, как одна из форм искусственного интеллекта.
Ученые собираются научить ИИ различать сигналы не имеющие естественного происхождения и занимающие узкую полосу частот, которые сразу же исчезают, когда телескоп поворачивается в другую сторону.
В Университете Торонто предоставили инструмент машинного обучения, который открывает новую эру для исследований SETI.
Эта система позволит повторно проанализировать более 150 терабайт данных из 480 часов наблюдений за 820 звезд, данных, которые уже были проверены классическими алгоритмами. И там, где традиционные методы ничего не нашли, новая система может обнаружить какое-то количество возможных кандидатов.
Просматривая лавину данных одну за другой, ученые уже отобрали восемь многообещающих сигналов. К сожалению, ни один из них не был обнаружен повторно, поэтому подтвердить их природу не удалось. Но все они были гораздо более убедительными, чем знаменитый «Wow!» сигнал, зафиксированный в 1977 году и исторически считающийся наиболее четким кандидатом на возможную передачу от инопланетян.
Хотя результатов пока нет, это еще только начало. Исследователи продолжат мониторинг этих восьми источников, расширят поиск до миллиона звезд и, возможно, даже повторно проанализируют предыдущие данные, которые на тот момент не дали ничего полезного.
ИИ тем временем продолжит совершенствоваться в пределах своих возможностей. Мысль о том, что ИИ собирается самостоятельно найти внеземной разум, звучит как сюжет научно-фантастического романа, но он реально может обрабатывать данные, распознавать закономерности и классифицировать сигналы бесконечно лучше, чем сами люди.
За пределами внеземной жизни
Искусственный интеллект может внести свой вклад и другими способами. Исследователи из Калифорнийского университета в Беркли используют одну из таких систем для выбора звезд-кандидатов, на которые следует направить самую большую в мире тарелку, 500-метровую FAST в Китае. В Гарвардском университете проект Galileo, возглавляемый астрофизиком Ави Лебом, будет использовать искусственный интеллект для анализа снимков и спутниковых данных, которые могут выявить сообщения инопланетян поблизости. К тому же новые типы телескопов улучшат количество и качество данных.
Благодаря новой технике в сочетании с телескопами следующего поколения есть надежда, что машинное обучение сможет расширить поиск от сотен звезд до миллионов. Ученые уже готовят протоколы как действовать после первого подтвержденного сигнала. Сейчас в астрономической сфере царит такая ситуация, что даже опытные исследователи начинают полагать, что мы, возможно, находимся на пороге важнейшего научного прорыва. Так что ждемс...
