当前位置: 首页 > 技术突破

人工智能寻找外星人

时间:2024-02-27 18:14:36 技术突破

  我们似乎正在对UFO现象(现在称为UAP,身份不明的空中现象)的兴趣复兴,NASA正式研究了这一现象以及美国国会证人的轰动性证词。但是,除了所有媒体的噪音外,宇宙搜索外星技术迹象的搜索也加剧了新的项目和更多的钱。有了一些新的帮助:人工智能(AI)可以感知我们看不见的事物,并处理对我们来说是棘手的。AI会发现外星人情报吗?

随着新项目和更多的钱,宇宙搜索宇宙的迹象也加剧了。并有一些新的帮助:人工智能(AI)。信用: ?Antoniosolano/Istock

  1960年,当天文学家弗兰克·德雷克(Frank Drake)首次将西弗吉尼亚州的绿色银行天文台射电望远镜指向了两颗星,以寻求外星信号时,他发起了一项名为SETI的科学努力(搜索外星智能),该努力持续了。由于这是第一次尝试这样的事情,因此宇宙可能会因外星人的传播而嗡嗡作响,直到那时我们一直没有意识到它们。但是,a,不;德雷克一无所获。至今什么都没有。

  因此,几十年来,问题一直缺乏数据,因为科学家只能非常有选择地搜索,从而在射电天文学望远镜的时间表中使用开口扫描了天空的小部分。但是这些桌子已经急剧发展:2015年,企业家和物理学家尤里·米尔纳(Yuri Milner)和他的妻子朱莉娅(Julia)创立了突破性的聆听,这是历史上最大的SETI项目,在10年内拥有1亿美元的资金,旨在通过绿色银行观察部门Parkes,Parkes,Parkes,Parkes,Parkes,Parkes,旨在跟踪一百万星澳大利亚的天文台,南非的64-Antenna Meerkat阵列以及与各种合作伙伴的合作。

  有希望的信号

  现在的问题相反:大量数据。天文学家一直在使用自动化算法来过滤收集的信号,但是这些系统冒着丢弃一些潜在有趣的信号的风险。这是机器学习算法(一种AI形式)进来的地方。科学家可以通过将模拟信号插入真实数据来训练这些系统,以便他们学会区分那些似乎没有自然的起源或陆地干扰的系统:占据占据的信号狭窄的频率,典型的变速箱;当望远镜朝另一个方向移动时,这种情况就消失了,表明它们不是本地的。随着它们的来源和地球相对于彼此的移动,随着时间的流逝,这种变化会随着时间的流逝而变化。

la famosa se?al wow!Crédito:大耳朵无线电天文台和北美天体物理天文台(NAAPO)

  SETI Institute天文学家Franck Marchis告诉《自然》,在多伦多大学,彼得·马(Peter MA)仍然是一名数学和物理本科生,但他已经为研究人员提供了一种机器学习工具,该工具为“ SETI研究的新时代开放”。MA创建的系统使得从480个小时的820颗恒星观察到绿色银行的480小时观察结果中重新分析了超过150多个突破性的聆听数据,该数据已经在2017年由经典算法对其进行了检查。

  在传统技术一无所获的地方,从近300万个信号中,新系统发现了超过20,000名可能的候选人。科学家们选择了八个有前途的信号。不幸的是,他们都没有再次被发现,因此无法确认其性质。但是,根据曼彻斯特大学乔德雷尔银行天体物理学中心主任迈克尔·加勒特(Michael Garrett)的说法,他没有参与研究,他们比著名的哇“更具吸引力”!信号于1977年被捕获,历史上是可能的外星传播的最清晰候选者。

2015年,企业家和物理学家尤里·米尔纳(Yuri Milner)和他的妻子朱莉娅(Julia)创立了突破性的聆听,这是历史上最大的SETI项目。学分:CC BY-ND

  尽管还没有结果,但仍然是初期。该研究的作者将继续监视这八个来源,使用Meerkat数据将搜索扩展到百万个突破性的听力星,甚至可能会重新分析以前的数据,这些数据当时无法产生任何可用的数据。同时,AI将在其能力内继续改善:正如澳大利亚科廷大学的研究合着者丹尼·普莱斯(Danny Price。”但是它可以处理数据,识别模式并对信号进行分类,这比我们无限更好。

  超越外星人的生活

  AI也可以通过其他方式做出贡献。加州大学伯克利分校的研究人员使用一个这样的系统来选择候选明星,以指向世界上最大的菜肴,即中国500米的速度。在哈佛大学,由天体物理学家Avi Loeb领导的伽利略项目将使用AI分析UAP图像和卫星数据,这些数据可能揭示附近外星人的传播;勒布(Loeb)以他关于外星人访问地球的大胆而有争议的主张而闻名。

天文学家一直在使用自动化算法来过滤收集的信号,但是这些系统冒着丢弃一些潜在有趣的信号的风险。学分:Mario Guti /Istock

  同时,新的望远镜将改善数据的数量和质量,例如南非和澳大利亚的计划的平方公里阵列以及美国的下一代VLA。马达说:“借助我们的新技术,再加上下一代望远镜,我们希望机器学习可以使我们从搜索数百个恒星到搜索数百万美元。”加勒特(Garrett)指出,科学家已经在第一个确认的信号后已经准备有关如何采取行动的协议:“即使经验丰富的SETI研究人员也开始认为我们可能处于一个重大的科学突破的风口浪尖。”

  哈维尔·亚纳斯(Javier Yanes)