يتم تدريب الذكاء الاصطناعي على صيد الحياة الفضائية

من الأقمار البحرية المتجمدة إلى الكواكب التي تتمتع بجانب واحد في الليل الدائم ، هناك عوالم غريبة لا حصر لها في منطقة جولديلوك — المناطق التي يمكن أن تطور فيها الحياة الفضائية نظريًا. لقد استحوذت محاولة العثور على الحياة في الفضاء على خيال الإنسان منذ فترة طويلة. الآن ، مع مساعدة صغيرة من الحواسيب ، يمتلك العلماء فرصة أفضل من أي وقت مضى للعثور على إشارة في الضوضاء.

التوقيعات التكنولوجية والبيولوجية

تأخذ محاولة العثور على الحياة في الفضاء شكلين. من ناحية ، هناك السعي للعثور على أي كائن حي ، حتى البكتيريا أو الفطريات ، التي تطور على كوكب آخر. وجود أحافير العفن الفضائي سيكون له عواقب عميقة على وعي الإنسان ، مما يدمر المفاهيم المتعلقة بالحياة كما نعرفها.

التوقيعات البيولوجية هي دليل على أي حياة ماضية أو حالية ، ذكية أو عديمة العقل. أنها لا تقتصر على الأثر والهياكل العظمية. يمكن أن تشير المواد الكيميائية والغشاء البيولوجي وغازات الغلاف الجوي وميزات الانعكاس المشاهدة من بعيد إلى وجود الحياة.

لكن بعض العلماء يبحثون عن المزيد من الأميبات. يصغي محبو بحث الذكاء الفضائي (SETI) في جميع أنحاء العالم باهتمام إلى التوقيعات التكنولوجية ، علامات الحضارات المتقدمة. يمكن أن تشمل هذه التوقيعات البيولوجية المحددة موجات الراديو ، التي يمكن للتلسكوبات الراديوية — التي تستمع ، بدلاً من النظر ، إلى الفضاء — اكتشافها.

الذكاء الاصطناعي ينضم إلى الفريق

اعتبارًا من عام 2023 ، لم يجد الباحثون أي دليل على التوقيعات التكنولوجية ، ولكن ذلك لا يعني أنهم لا يحاولون. ساعدت التطورات الجديدة في التعلم الآلي في إعطاء مجال SETI نشاطًا متجددًا.

أصدر Fei-Fei Li من ستانفورد Imagenet المجاني ، وهو قاعدة بيانات تضم أكثر من 14 مليون صورة تم تحديدها ، في عام 2009. استخدم العديد من الباحثين ذلك لتطوير نماذج التعلم الآلي الخاصة بهم. منذ ذلك الحين ، أتاح الذكاء الاصطناعي (AI) إنجازات كبيرة في كل شيء من الطب إلى البرمجة.

يتميز الذكاء الاصطناعي عند معالجة كميات هائلة من البيانات. يستخدم العلماء حاليًا طرق الاستشعار عن بعد في بحثهم عن الحياة في الفضاء ، مما يعني أنهم يجمعون المعلومات — بدلاً من العينات المادية ، مثل الصخور — من أقمار وكواكب أخرى. كما يعني ذلك أن شخصًا ما يجب أن يغربل جميع البيانات.

مثل غربلة الذهب على جبل إيفرست ، فإن المهمة تُعتبر عملاً شاقًا للغاية عندما يتم القيام به يدوياً. إنه ببساطة لا يُعتبر عمليًا.幸يًا ، يمكن للبرامج الذكية البحث عن الإشارات التي يعتقد الباحثون أنها قد تكون توقيعات تكنولوجية. يمكن لنماذج التعلم الآلي تحليل الإشارات السابقة وتوقعات ما يجب أن يبدو عليه في المستقبل للكشف عن الشذوذ التي قد تأتي من عوالم فضائية.

يُدرّب المهندسون الخوارزميات على مجموعات بيانات كبيرة حتى يتمكن الذكاء الاصطناعي من التعرف على صوت التداخل الأرضي ، مثل موجات الراديو التي تأتي من كوكبنا الخاص. ذلك يساعد البرنامج على تصفية الإنذارات الكاذبة. مع مساعدة تحليل البيانات ، قام ناسا بفهرسة أكثر من 5400 كوكب ، بعضها قد يكون صالحًا للسكن.

التطبيقات العملية

في فبراير 2023 ، بدأ علماء الفلك من جامعة كاليفورنيا ، لوس أنجلوس (UCLA) مشروعًا للعلم المواطن يسمى Breakthrough Listen يسمح لأعضاء الجمهور بمشاهدة صور الإشارات الراديوية. يساعد المتطوعون في تصنيف الصور على أنها أشكال محتملة للتداخل ، مما يساعد في تدريب خوارزمية الذكاء الاصطناعي على فحص بيانات SETI من مرصد Green Bank ، فيرجينيا الغربية.

يُشتهر Green Bank بعدم السماح لسكانها باستخدام الأجهزة الإلكترونية. منذ أن يحتاج تلسكوب الراديو الهائل في المرصد إلى صمت راديوي ، فإن سكان المنطقة لا يستطيعون استخدام Wi-Fi أو الميكروويف أو الهواتف المحمولة ، من بين أشياء أخرى. يسمح تصدير بياناته لمشروع UCLA الذكي بالاستفادة الكاملة من التمويل الجماعي في بحث الحياة في الفضاء.

قام باحثون في معهد SETI في كاليفورنيا بتحديد خرائط للميكروبات الحية في تلال الملح والبلورات والصخور في Salar de Pajonales. قد يكون هذا السهل المالح ، الذي يمتد عبر صحراء أتاكاما في تشيلي ومنطقة Altiplano ، بمثابة نموذج جيد للكواكب التي تبدو قاحلة ولكنها في الواقع غنية بالحياة.

تعاون الفريق مع الباحث Freddie Kalaitzis لتدريب نموذج الذكاء الاصطناعي على البحث عن الأنماط المرتبطة بالحياة في الصحراء. من خلال الجمع بين التعلم الآلي والبيئة الإحصائية ، اكتشف الباحثون أنهم يمكن أن يكتشفوا معظم التوقيعات البيولوجية الحالية في البيئة. كما وجدوا أن معظم الميكروبات كانت مركزة في المناطق التي تتوفر فيها المزيد من الماء.

داخل طائرة بدون طيار أو قمر صناعي ، يمكن أن يكتشف أداة الذكاء الاصطناعي هذه التوقيعات البيولوجية على كواكب أخرى. يخطط الفريق لتحديد الوديان الجافة والتربة المغطاة بالتاج والينابيع الساخنة في مواقع أخرى لتدريب نموذج التعلم الآلي بشكل أكبر حتى يتمكن في يوم ما من المشاركة في مهمة فضائية.

استخدام آخر عملي للذكاء الاصطناعي هو تنظيم البيانات في قوائم مصنفة. يستخدم العلماء التعلم الآلي لترتيب النجوم التي قد يكون لها أقمار أو كواكب واعدة في مدارها. سوف يستخدمون هذه البيانات لإجراء مشروع SETI باستخدام تلسكوب الراديو ذو الوعاء الفردي الأكبر في الصين ، تلسكوب الراديو السريع.

الذكاء الاصطناعي و بحث الحياة في الفضاء

لبعض النقاد ، يُعتبر بحث SETI هو تبديد للوقت منذ أن لم يُظهر أي دليل على الحياة الفضائية. لكن جمع كميات هائلة من البيانات ألهم فروعًا أخرى من العلوم لتتبع خطاهم.

على الأقل ، قام بحث SETI بتقدم في مجال التعلم الآلي وألهم الكثير من الناس للبحث عن علامات الحياة خارج كوكبنا. في أفضل الأحوال ، قد يجد شيئًا رائعًا حقًا — ويمكن أن يغير ذلك مسار التاريخ للأبد. إذا كان هناك شخص أو شيء هناك ، فهناك فرصة جيدة أن يكون باحثو SETI أول من يسمع منهم.