El aprendizaje automático detecta 8 firmas tecnológicas potenciales
por Roberto Lea
 |
Representación de un artista del telescopio Green Bank conectado a un sistema de aprendizaje automático. (Crédito de la imagen: Danielle Futselaar/Breakthrough Listen) |
Los humanos tienen cinco nuevas pistas en la búsqueda de vida más allá de nuestro sistema solar.
Los científicos que intentan abordar la pregunta: "¿Estamos solos en el universo?" han utilizado una nueva técnica de aprendizaje automático para descubrir ocho "señales de interés" no detectadas previamente de unas cinco estrellas cercanas. El equipo aplicó un algoritmo a los datos previamente estudiados recopilados por el Telescopio Green Bank en Virginia Occidental como parte de una campaña dirigida por Breakthrough Listen, una iniciativa de financiación privada que busca 1 millón de estrellas cercanas, 100 galaxias cercanas y el plano de la Vía Láctea en busca de signos de vida tecnológicamente avanzada.
Y el proyecto casi no sucede. "Solo le dije a mi equipo después de la publicación del artículo que todo esto comenzó como un proyecto de la escuela secundaria que mis maestros no apreciaron realmente", dijo en una declaración.
Esta no es la primera vez que se utilizan algoritmos informáticos para buscar "tecnofirmas" en la inmensidad del espacio, señales generadas tecnológicamente que podrían marcar otras civilizaciones extraterrestres avanzadas.
Sin embargo, debido a que muchos algoritmos utilizados para filtrar los datos del telescopio se desarrollaron hace décadas para las primeras computadoras digitales, a menudo están desactualizados y son ineficientes cuando se aplican a los conjuntos de datos masivos generados por los observatorios modernos.
Estos algoritmos clásicos se habían utilizado para examinar los datos del telescopio Green Bank y esta ineficiencia podría ser la razón por la que estos datos no habían indicado originalmente ninguna señal de interés en 2017, cuando los científicos los examinaron originalmente. En total, los investigadores analizaron 150 terabytes de datos que representan observaciones de 820 estrellas cercanas, aunque quieren aplicar el algoritmo a aún más datos.
"Con nuestra nueva técnica, combinada con la próxima generación de telescopios, esperamos que el aprendizaje automático pueda llevarnos de buscar cientos de estrellas a buscar millones", dijo Ma en un comunicado.
Los investigadores descubrieron que la fortaleza clave del nuevo algoritmo era organizar los datos de los telescopios en categorías, permitiéndoles distinguir entre señales reales y "ruido" o interferencia. Aunque los telescopios involucrados en la búsqueda de firmas tecnológicas se colocan en áreas del mundo donde hay una interferencia mínima de la tecnología humana, como los teléfonos celulares, estas señales aún se captan. (La mayoría de los programas SETI se centran en las ondas de radio porque pueden viajar a la velocidad de la luz a través de grandes distancias, en su mayoría sin obstáculos como las nubes de polvo interestelar; desafortunadamente, las mismas características han hecho de las ondas de radio la piedra angular de la comunicación humana en la Tierra).
"En muchas de nuestras observaciones, hay mucha interferencia", dijo Ma. "Necesitamos distinguir las emocionantes señales de radio en el espacio de las señales de radio sin interés de la Tierra".
Para asegurarse de que el nuevo algoritmo no se confundiera con las señales que se originaban en la Tierra, Ma y el equipo entrenaron sus herramientas de aprendizaje automático para diferenciar entre la interferencia generada por humanos y las posibles señales extraterrestres. Probaron una variedad de algoritmos, determinando la precisión de cada algoritmo y la frecuencia con la que se producían falsos positivos.
El algoritmo más exitoso combinó dos subtipos de aprendizaje automático: aprendizaje supervisado, en el que los humanos entrenan el algoritmo para ayudarlo a generalizar, y aprendizaje no supervisado que puede buscar en grandes conjuntos de datos nuevos patrones ocultos. Unidos en lo que Ma llamó "aprendizaje semi-no supervisado", estos enfoques descubrieron ocho señales que se originaron en cinco estrellas diferentes ubicadas entre 30 y 90 años luz de distancia de la Tierra.
Las señales son candidatas convincentes para firmas tecnológicas genuinas, según Steve Croft, científico del proyecto Breakthrough Listen. "Primero, están presentes cuando miramos a la estrella y ausentes cuando miramos hacia otro lado, a diferencia de la interferencia local, que generalmente siempre está presente", dijo. "En segundo lugar, las señales cambian de frecuencia con el tiempo de una manera que las hace parecer alejadas del telescopio".
Croft advirtió que en conjuntos de datos masivos que pueden contener millones de señales, una sola señal podría tener ambas características por pura casualidad. "Es un poco como caminar por un camino de grava y encontrar una piedra clavada en la suela de tu zapato que parece encajar perfectamente", dijo.
Entonces, aunque los investigadores creen que estas ocho señales se asemejan a lo que se espera que sea una firma tecnológica, no pueden decir con confianza que ninguna o todas las señales se originan en inteligencia extraterrestre. Los científicos habrían tenido que detectar las mismas señales varias veces, y esta repetición no apareció durante breves observaciones de seguimiento realizadas por el telescopio Green Bank.
"Estoy impresionado por lo bien que ha funcionado este enfoque en la búsqueda de inteligencia extraterrestre", dijo en la misma declaración Cherry Ng, coautora de la investigación y astrónoma también de la Universidad de Toronto. "Con la ayuda de la inteligencia artificial, soy optimista de que podremos cuantificar mejor la probabilidad de la presencia de señales extraterrestres de otras civilizaciones".
El equipo ahora quiere aplicar el mismo algoritmo a los datos recopilados por observatorios como la matriz MeerKAT en Sudáfrica.
"Estamos escalando este esfuerzo de búsqueda a 1 millón de estrellas hoy con el telescopio MeerKAT y más allá", dijo Ma en una segunda declaración. "Creemos que un trabajo como este ayudará a acelerar la velocidad a la que podemos hacer descubrimientos en nuestro gran esfuerzo por responder a la pregunta: '¿Estamos solos en el universo?'".
La investigación del equipo se publicó el lunes (30 de enero) en la revista Nature Astronomy.
Modificado por orbitaceromendoza
No hay comentarios.:
Publicar un comentario