محققان بر این باورند که فناوری یادگیری ماشینی یا هوش مصنوعی می تواند جستجوی حیات فرازمینی و بررسی داده ها از منابع مختلف را تسریع بخشد. تاکنون چالش اصلی در این زمینه مطالعه اطلاعات بوده است، اما به نظر می رسد یکی از بزرگترین مشکلات دانشمندان رو به پایان است.
گروهی از محققان به رهبری “پیتر ما” از دانشگاه تورنتو، در مقاله ای که در مجله Nature Astronomy منتشر شده است، به طور مشابه فراگیری ماشین اشاره کرده اند که می توان از آن برای جستجوی داده های پروژه Breakthrough Listen و شناسایی سیگنال هایی که احتمالاً حاوی نشانه های حیات هستند استفاده کرد. پروژه Breakthrough Listen یکی از پروژه های جهانی برای جستجوی حیات فرازمینی است.
مطالعه پیتر ما و همکارانش به طور خاص بر روی آن متمرکز شد طیف الکترومغناطیسی یا رادیو باند باریک ایناهاش. فرکانس های رادیویی به طور کلی گزینه مناسبی برای ارسال سیگنال به حساب می آیند و انتظار می رود در صورت وجود تمدن بیگانه دیگری در جهان، از همان فرکانس استفاده کنند.
جستجو برای حیات فرازمینی کارآمدتر و سریعتر می شود
محققان به دنبال حیات فرازمینی در بخش خاصی از این باند فرکانس رادیویی در محدوده محدودی هستند 1420 مگاهرتز که به خط هیدروژن معروف است زیرا هیدروژن خنثی در این ناحیه تشعشع می کند. بنابراین، اکثر محققان این باند خاص را مورد مطالعه قرار داده و الگوریتم هایی برای آن ایجاد کرده اند.
اما روش جدید ارائه شده در این مقاله به جای جستجوی خطوط مستقیم در این نوار، همان است مشاهده اصلی مدل هوش مصنوعی را ارائه می دهد. سپس محققان سیگنال هایی را خواستند شبیه سازی و الگوریتم یافتن این سیگنال ها را آموزش داد.
بدین ترتیب انعطاف پذیری بیشتر است و می تواند ناهنجاری های تصادفی را در یک باند باریک تشخیص دهد در حالی که الگوریتم های سنتی نمی توانند این کار را انجام دهند. علاوه بر این، یادگیری ماشینی می تواند سیگنال هایی را شناسایی کند که ممکن است دقیقاً آنطور که مهندسان انتظار دارند به نظر نرسند.
الگوریتم جدید دانشمندان سریعتر و کارآمدتر و این ویژگی ها ممکن است شانس یافتن حیات فرازمینی را افزایش دهد. زیرا محققان این حوزه معمولا سعی می کنند تا حد امکان اطلاعات را از منابع مختلف جمع آوری کنند تا شانس شناسایی سیگنال ها را افزایش دهند.