Inteligência artificial encontrou possíveis tecnoassinaturas alienígenas escondidas em sinais de rádio do espaço
Uma inteligência artificial que não depende de instruções humanas conseguiu identificar sinais que os algoritmos tradicionais haviam perdido.
Estabelecido em 1984, o SETI tornou sua missão escanear os céus em busca de sinais de rádio não baseados na Terra que possam pertencer a uma civilização alienígena. Até agora, essa pesquisa de décadas ainda não produziu pistas convincentes, mas um novo artigo publicado na revista Nature Astronomy espera mudar isso usando uma inteligência artificial (IA) de aprendizado de máquina.
Usando dados de radiotelescópios 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 haviam perdido.
“Embora a IA tenha sido aplicada aos dados de rádio do SETI no passado, essa nova abordagem remove completamente as mãos humanas da pesquisa”, disse Peter Ma, principal autor do artigo e aluno de graduação da Universidade de Toronto. “Ele é totalmente baseado na rede neural sem nenhum algoritmo tradicional para apoiá-lo e produziu resultados que os algoritmos tradicionais não captaram”.
A transmissão de dados de rádio do espaço sideral é um recurso abundante, mas também pode ser facilmente confundido com nossos próprios sinais de rádio baseados na Terra. Ma disse que os sinais de interesse extraídos dessa névoa são aqueles que “são sinais de deriva 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 permanece 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” são as características mais importantes dos dados do SETI, enquanto 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 o tipo de pensamento inovador que os algoritmos ditados por humanos lutam para alcançar.
“Os algoritmos tradicionais operam com um determinado conjunto de instruções projetadas por nós… então o algoritmo só descobrirá o que dissermos para encontrar”, explicou ele. “O problema é que a natureza de um sinal ET não é totalmente conhecida… Portanto, nossa abordagem proposta é simplesmente aprendê-la.”
A rede neural de Ma e seus colegas foi capaz de encontrar oito sinais únicos escondidos nos dados que podem ser de fontes extraterrestres, mas pesquisas ainda precisam ser feitas para confirmá-los. E embora uma análise mais detalhada possa confirmar que essas fontes não são baseadas na Terra, isso não significa que os cientistas saberão exatamente a que tipo de tecnologia estão conectadas.
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 – e a ironia seria se a civilização que emitiu o sinal não fosse composta de inteligências biológicas, mas de inteligências artificiais .
O artigo pode ser encontrado publicado na revista Nature Astronomy
C. Andrade
Ufólogo, Pesquisador de Campo, Conselheiro e Co-editor do CIFE - Canal Informativo de Fontes/Fenômenos Extraterrestres e Espaciais - Scientific Channel of UFOs Phenomena & Space Research. | Ufologist, Field Investigator, CIFE Co-editor - Scientific Channel of UFOs Phenomena & Space Research.
