Машинне навчання застосували до пошуку позаземних сигналів

Вчені пропонують застосувати для пошуку сигналів від позаземних цивілізацій алгоритми машинного навчання. Ми ніколи не бачили такого сигналу, але штучний інтелект може підказати нам, як його знайти.

Машинне навчання допоможе виділити сигнали штучного походження
Машинне навчання допоможе виділити сигнали штучного походження

Вчені продовжують шукати позаземні сигнали

Команда вчених з університету Берклі нещодавно запропонувала застосовувати для пошуку сигналів від інопланетян машинне навчання. Попри те, що ми ніколи не бачили жодного такого сигналу і нам немає з чим його порівнювати, комп’ютерні алгоритми здатні його розпізнати.

Людство шукає сигнали від позаземного розуму вже 60 років. На думку вчених, це має бути сигнал у радіодіапазоні, який можна вловити великою «тарілкою». Проблема лише в тому, що радіодіапазон надзвичайно широкий, і на різних частотах у ньому весь час надходять якісь шуми. При цьому відрізнити послання позаземної цивілізації від випромінювання природного об’єкта чи слідів діяльності людей буває дуже непросто.

Зрештою, ми бачимо лише коливання струму в електричному контурі, приєднаному до антени. У шістдесяті роки минулого століття вчені дійшли висновку, що найлегше відправляти та приймати послання на частоті випромінювання нейтрального водню — 1,42 ГГц. Вважалося, що достатньо вивчити всі природні явища, які відбуваються на цій довжині хвиль, і знайти серед них штучний сигнал.

Широкосмугові передачі

Але уявлення про те, що легко зрозуміти, який із шумів насправді є сигналом штучного походження, виявилося хибним. Купа «сенсаційних» сигналів за останні десятиліття після тривалої перевірки виявилися чимось простим, що ми раніше не враховували. А орієнтуватися у цих «хибних повідомленнях» ставало все складніше.

Змінилося і наше уявлення про передачу сигналів. Від використання певних радіочастот ми все більше переходимо до широкосмугового цифрового зв’язку. Тож від інопланетян тепер очікуємо того ж.

Ми цілком можемо аналізувати широкі смуги радіодіапазону. У цьому випадку апаратура космічних телескопів отримує не графік сигналу, а його спектрограму, але можливих похибок стає у кілька разів більше.

Машинне навчання

Вчені усвідомлюють, що виявлення сигналу штучного походження все більше перетворюється на пошук підозрілої речі, яку ми ніколи не бачили, серед купи інших підозрілих речей.

Ось тут і пропонується застосувати машинне навчання. Це одна з галузей штучного інтелекту. Вона полягає в тому, що штучна нейромережа пропускає крізь себе велику кількість вже відомої інформації. Потім вона формує на її основі певний набір реакцій. При цьому їй абсолютно все одно, наскільки різноманітною і суперечливою буде потім інформація, з якою вона працюватиме.

Ми не маємо жодного справжнього сигналу від іншої цивілізації. Тому нам немає з чим порівнювати величезний об’єм графіків та спектрограм. Але цілком можливо, що нам це й не потрібно.

За матеріалами Рhys.org

Тільки найцікавіші новини та факти у нашому Telegram-каналі!

Долучайтеся: https://t.me/ustmagazine

Апарат NASA неконтрольовано обертається після пошкодження сонячного вітрила
Що може розповісти про еволюцію світил дослідження зоряного скупчення?
Лід і вогонь: супутник сфотографував найпівденніший вулкан у світі
Астрономи знайшли на небі Темного Вовка
Захоплива панорама: Perseverance вперше побачив кратер Єзеро з висоти
Телескопи James Webb і Hubble вивчили «моторошну» пару галактик
Штучний інтелект навчили розуміти роботи астрономів минулого
Як турбулентність прискорює народження зір
Вихід із космічних перегонів: Boeing шукає покупців для провального Starliner
Два дні до кінця: телескоп NASA впаде на Землю на початку листопада