Δεν θα μπορούσε να λείψει η τεχνητή νοημοσύνη από την αναζήτηση για εξωγήινη ζωή και απ’ ότι λένε επιστήμονες φαίνεται ότι είναι πολλά υποσχόμενη στα χέρια των ραδιοαστρονόμων. Επιστήμονες από το Πανεπιστήμιο Curtis κατασκεύασαν ένα σύστημα τεχνητής νοημοσύνης που ξεπερνά τους κλασικούς αλγόριθμους στις εργασίες ανίχνευσης σημάτων.

Όπως αναφέρει στο The Conversation, ο Danny C. Price, ερευνητής στο Πανεπιστήμιο Curtin και μέλλος του υπερσύγχρονου Breakthrough Listen -που αναζητά έξυπνες εξωγήινες επικοινωνίες στο σύμπαν-, η τεχνητή νοημοσύνη που αξιοποιεί η ομάδα του, εκπαιδεύτηκε να αναζητά -μέσα από δεδομένα ραδιοτηλεσκοπίων- για σήματα που δεν μπορούσαν να δημιουργηθούν από φυσικές αστροφυσικές διεργασίες.

Όπως λέει, όταν τροφοδότησαν τα εργαλία τεχνητής νοημοσύνης με ένα σύνολο δεδομένων που είχαν μελετήσει προηγουμένως, ανακάλυψαν οκτώ ενδιαφέροντα σήματα που είχε χάσει ο κλασικός αλγόριθμος.

«Για να είμαστε σαφείς, αυτά τα σήματα πιθανότατα δεν προέρχονται από εξωγήινη νοημοσύνη και είναι πιο πιθανές σπάνιες περιπτώσεις ραδιοπαρεμβολών. Ωστόσο, τα ευρήματά μας  υπογραμμίζουν πώς οι τεχνικές τεχνητής νοημοσύνης είναι βέβαιο ότι θα διαδραματίσουν έναν συνεχή ρόλο στην αναζήτηση εξωγήινης νοημοσύνης».

Η τεχνητή νοημοσύνη δεν είναι τόσο έξυπνη

Όπως αναφέρει ο Price, οι αλγόριθμοι τεχνητής νοημοσύνης δεν «καταλαβαίνουν» ούτε «σκέφτονται».

Διαπρέπουν στην αναγνώριση προτύπων και έχουν αποδειχθεί εξαιρετικά χρήσιμα για εργασίες όπως η ταξινόμηση, αλλά δεν έχουν την ικανότητα να επιλύουν προβλήματα. Κάνουν μόνο τις συγκεκριμένες εργασίες για τις οποίες εκπαιδεύτηκαν.

Έτσι, παρόλο που η ιδέα μιας τεχνητής νοημοσύνης που ανιχνεύει εξωγήινη νοημοσύνη μοιάζει με την πλοκή ενός συναρπαστικού μυθιστορήματος επιστημονικής φαντασίας, ωστόσο, τα προγράμματα τεχνητής νοημοσύνης δεν είναι έξυπνα και οι αναζητήσεις για εξωγήινη νοημοσύνη δεν μπορούν να βρουν άμεσες ενδείξεις ευφυΐας.

Αντίθετα, οι ραδιοαστρονόμοι –που χρησιμοποιούν τεχνικές για να παρατηρήσουν αντικείμενα στο φάσμα των ραδιοκυμάτων- αναζητούν «τεχνουπογραφές».

Αυτά τα υποτιθέμενα σήματα θα έδειχναν την παρουσία τεχνολογίας και, συνεπώς, την ύπαρξη μιας κοινωνίας με την ικανότητα να αξιοποιεί την τεχνολογία για επικοινωνία.

«Για την έρευνά μας, δημιουργήσαμε έναν αλγόριθμο που χρησιμοποιεί μεθόδους τεχνητής νοημοσύνης για να ταξινομεί τα σήματα είτε ως ραδιοπαρεμβολές είτε ως γνήσια υποψήφια τεχνική υπογραφή. Και ο αλγόριθμός μας αποδίδει καλύτερα από ό,τι περιμέναμε» λέει ο Price.

Τι κάνει ο αλγόριθμος

Οι αναζητήσεις τεχνουπογραφών είναι όμως σαν να ψάχνεις ψύλλο στα άχυρα, αναφέρει ο ερευντής. Τα ραδιοτηλεσκόπια παράγουν τεράστιους όγκους δεδομένων και σε αυτά υπάρχουν τεράστιες ποσότητες παρεμβολών από πηγές, όπως τηλέφωνα, WiFi και δορυφόρι.

Οι αλγόριθμοι αναζήτησης πρέπει να είναι σε θέση να ξεχωρίζουν τις πραγματικές τεχνολογίες από τα «ψευδώς θετικά» και να το κάνουν γρήγορα. Ο ταξινομητής τεχνητής νοημοσύνης ικανοποιεί αυτές τις απαιτήσεις, λέει ο ειδικός.

«Επινοήθηκε από τον Peter Ma, φοιτητή του Πανεπιστημίου του Τορόντο και τον κύριο συγγραφέα της εργασίας μας. Για να δημιουργήσει ένα σύνολο δεδομένων εκπαίδευσης, ο Peter εισήγαγε προσομοιωμένα σήματα σε πραγματικά δεδομένα και στη συνέχεια χρησιμοποίησε αυτό το σύνολο δεδομένων για να εκπαιδεύσει έναν αλγόριθμο τεχνητής νοημοσύνης που ονομάζεται autoencoder. Καθώς ο αυτόματος κωδικοποιητής επεξεργαζόταν τα δεδομένα, «μάθαινε» να αναγνωρίζει τα κύρια χαρακτηριστικά των δεδομένων. Σε ένα δεύτερο βήμα, αυτά τα χαρακτηριστικά τροφοδοτήθηκαν σε έναν αλγόριθμο που ονομάζεται τυχαίος «ταξινομητής δασών»».

Αυτός ο ταξινομητής δημιουργεί «δέντρα» απόφασης για να αποφασίσει εάν ένα σήμα είναι αξιοσημείωτο ή απλώς ραδιοπαρεμβολή, διαχωρίζοντας ουσιαστικά τους τεχνολογικούς «ψύλλους, από τα άχυρα, λεει χαρακτηριστικά ο Prince..

Αφού οι επιστήμονες εκπαιδεύσανε τον αλγόριθμο τεχνητής νοημοσύνης, τον ταΐσανε με περισσότερα από 150 terabytes δεδομένων από το τηλεσκόπιο Green Bank στη Δυτική Βιρτζίνια.

Εντόπισε 20.515 ενδιαφέροντα σήματα, τα οποία στη συνέχεια έπρεπε να επιθεωρηθούν χειροκίνητα. Από αυτά, οκτώ σήματα είχαν τα χαρακτηριστικά τεχνικών υπογραφών και δεν μπορούσαν να αποδοθούν σε ραδιοπαρεμβολές.

Τα δύο σενάρια

Η ομάδα του Prince ανέπτυξε πρόσφατα έναν ισχυρό επεξεργαστή σήματος στο τηλεσκόπιο MeerKAT στη Νότια Αφρική. Αυτό χρησιμοποιεί μια τεχνική για να συνδυάσει τα 64 πιάτα του για να λειτουργήσει ως ένα ενιαίο τηλεσκόπιο. Αυτή η τεχνική μπορεί να εντοπίσει καλύτερα από πού προέρχεται ένα σήμα στον ουρανό, το οποίο θα μειώσει δραστικά τα ψευδώς θετικά από ραδιοπαρεμβολές.

 «Εάν οι αστρονόμοι καταφέρουν να ανιχνεύσουν μια τεχνική υπογραφή που δεν μπορεί να εξηγηθεί ως παρεμβολή, θα υποδηλώσει έντονα ότι οι άνθρωποι δεν είναι οι μόνοι δημιουργοί της τεχνολογίας στον Γαλαξία μας. Αυτή θα ήταν μια από τις πιο μέλαγες ανακαλύψεις που μπορεί κανείς να φανταστεί» σημεώνει ο ερευνητής.

«Ταυτόχρονα, αν δεν εντοπίσουμε τίποτα, αυτό δεν σημαίνει απαραίτητα ότι είμαστε το μόνο τεχνολογικά ικανό «ευφυές» είδος γύρω μας. Μια μη ανίχνευση θα μπορούσε επίσης να σημαίνει ότι δεν έχουμε αναζητήσει τον σωστό τύπο σημάτων ή τα τηλεσκόπια μας δεν είναι ακόμη αρκετά ευαίσθητα για να ανιχνεύσουν αμυδρά μεταδόσεις από μακρινούς εξωπλανήτες».

Πάντως, ο ίδιος αναφέρει πως εάν είμαστε πραγματικά μόνοι, «θα πρέπει να αναλογιστούμε τη μοναδική ομορφιά και την ευθραυστότητα της ζωής εδώ στη Γη».

Πηγή: in.gr