Inteligência Artificial encontrou potenciais ‘assinaturas tecnológicas’ alienígenas escondidas em sinais de rádio captados por radiotelescópios.
Neste artigo:
Introdução
Estabelecido em 1984, o SETI tornou sua missão escanear os céus em busca de sinais de rádio compostos por “assinaturas tecnológicas” não baseadas na Terra que possam pertencer a tecnologia alienígena. Esses sinais – que podem indicar tecnologia de comunicação em uso e, portanto, inteligência – são procurados por cientistas que procuram sinais de vida alienígena. Até agora, essa pesquisa de décadas ainda não apresentou pistas convincentes, mas um novo artigo publicado na segunda-feira na revista Nature Astronomy espera mudar isso usando o aprendizado de máquina para resolver o problema.
Usando dados do telescópio que foram coletados pela primeira vez em 2016, o algoritmo de aprendizado de máquina analisou mais de 480 horas de dados de 820 estrelas e identificou oito sinais de interesse que os algoritmos anteriores não haviam detectado.
Peter Ma é o primeiro autor do artigo e aluno de graduação da Universidade de Toronto. Ele disse ao Motherboard em um e-mail que, embora a IA tenha sido aplicada aos dados de rádio do SETI no passado, essa nova abordagem tira a pesquisa completamente das mãos humanas.
“Anteriormente, as pessoas inseriam componentes de ML [aprendizado de máquina] em vários pipelines para ajudar na pesquisa”, disse Ma. “Este trabalho depende inteiramente apenas da rede neural sem qualquer algoritmo tradicional que a suporte e produziu resultados que os algoritmos tradicionais não captaram”.
Os dados de rádio transmitidos do espaço sideral são um recurso abundante, mas também podem ser facilmente confundidos com nossos próprios sinais de rádio baseados na Terra. Ma disse que os sinais de interesse que são extraídos dessa névoa são aqueles que “são sinais de derivação doppler de banda estreita originários de alguma fonte extraterrestre”.
Em outras palavras, sinais de rádio que se movem e caem em uma determinada faixa de frequências. No entanto, como esses sinais podem se transformar com o tempo ou a distância ainda é uma questão em aberto.
Procurar esses sinais nos dados pode ser como procurar uma agulha no palheiro — demorado e tedioso —, mas é aí que o aprendizado de máquina pode ajudar. Ma e seus colegas projetaram sua rede neural para identificar e, em seguida, classificar o que “pensa” as características mais importantes dos dados do SETI, ao mesmo tempo em que tentam filtrar a interferência baseada na Terra.
Além de ser duas vezes mais rápido que os algoritmos tradicionais, Ma disse que o uso de uma rede neural para estudar esses dados também permite um tipo de pensamento pronto para uso que os algoritmos ditados por humanos lutam para alcançar.
“Os algoritmos tradicionais operam em um determinado conjunto de instruções projetadas por nós… portanto, o algoritmo só descobrirá o que dissermos para encontrar”, disse ele. “A questão é que a natureza de um sinal ET não é completamente conhecida… Portanto, nossa abordagem proposta é apenas aprendê-lo.”
A rede neural de Ma e seus colegas foi capaz de encontrar oito sinais únicos ocultos nos dados que podem ser potencialmente de fontes extraterrestres, mas ainda não foram feitas pesquisas para confirmá-los. E embora uma análise mais aprofundada possa confirmar que essas fontes não são baseadas na Terra, isso não significa que os cientistas saberão exatamente a que tipo de tecnologia estão conectados, disse Ma.
Na melhor das hipóteses, esses sinais podem incluir informações incorporadas sobre a engenharia da tecnologia ou até mesmo uma coleção de assinaturas tecnológicas de uma civilização alienígena.
“Mas não contamos com isso”, disse Ma.
Comment (1)
Adorei a matéria! Sou apaixonada pela Ufologia, pelos Planetas, enfim, pelo Universo. Conheci vocês por meio do Canal Misterius no Instagram. Parabéns! 👏😍👽🛸