Астрономы объяснили, может ли ИИ помочь с поиском инопланетной жизни
Искусственный интеллект стал инструментом для поиска внеземного разума
Искусственный интеллект, который был основан на алгоритмах машинного обучения, стал эффективным инструментом в поиске внеземного разума (SETI). Об этом рассказал астроном и исследователь SETI из Манчестерского университета Имон Керинс (Eamonn Kerins).
Он сравнил эту задачу с поиском иголки в стоге сена. Слова ученого приводит Space.com.
«По сути, вы относитесь к данным так, как будто это сено. Затем вы просите алгоритм машинного обучения сообщить вам, есть ли в данных что-то, кроме сена. Затем вы надеетесь, что это и есть иголка в стоге сена, если только там нет еще каких-то предметов», – отметил Керинс.
К этим «иным предметам», как правило, относятся радиочастотные помехи. Например, это сигналы от смартфонов и различной электроники. Новые алгоритмы умеют распознавать эти помехи, а потому игнорируют их. Если ИИ обнаружит в данных что-то незнакомое, то он пометит это как что-то интересное, за чем должен следить человек.
Что обнаружил искусственный интеллект?
В одном из проектов с помощью ИИ проанализировали данные 820 звезд. Они наблюдались с помощью 100-метрового радиотелескопа в обсерватории Грин-Бенк в Западной Вирджинии.
«Недавно были попытки проанализировать некоторые данные с помощью алгоритма машинного обучения. Ранее они уже были тщательно изучены более традиционными способами, но алгоритм все же смог выделить новые сигналы», – рассказал Керинс.
Данные общей продолжительностью 489 часов наблюдений содержали миллионы радиосигналов, почти все из которых представляли собой антропогенные помехи. Алгоритм проверил каждый из них и обнаружил восемь сигналов, которые не соответствовали тому, чему он обучался. Они были пропущены при более раннем анализе.
Эти восемь сигналов исходили из пяти разных звездных систем. С тех пор они не были обнаружены. Наблюдать повторение сигнала – это основное требование для того, чтобы он привлекал интерес.
Как проходит обучение ИИ?
Алгоритмы машинного обучения можно разделить на два метода. Первый называется «Обучение с учителем», то есть человек учит ИИ всему, что знает сам.
Второй метод – «Обучение без учителя». Он отличается тем, что человек передает алгоритму данные и позволяет ему самому выяснить, что важно, без человеческого вмешательства.
Адам Лесниковски (Adam Lesnikowski) из компании NVIDIA вместе с коллегами из Швейцарской высшей технической школы Цюриха и Бернского университета применили метод обучения без учителя, чтобы идентифицировать искусственные объекты на Луне. Этот подход в дальнейшем может быть полезным для обнаружения потенциальных инопланетных артефактов в Солнечной системе, если технологически продвинутые инопланетяне посещали ее в прошлом.
Искусственный интеллект в дальнейшем может быть полезен для орбитальных аппаратов с бортовыми алгоритмами машинного обучения. Это оборудование сможет выявлять аномалии на планетах, не ожидая передачи данных на Землю для анализа человеком.
Искусственный интеллект ускоряет и улучшает астрономические исследования. Однако ученые считают, что человек все равно должен участвовать в процессе исследований. ИИ сможет находить интересные сигналы, но именно ученым предстоит проводить последующие анализы.