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 غولديلوك — المناطق التي يمكن أن تطور فيها الحياة الفضائية نظريًا. لقد أسرت البحث عن الحياة في الفضاء خيال الإنسان لمدة طويلة. الآن، مع مساعدة الحواسيب، يمتلك العلماء فرصة أفضل من أي وقت مضى لاكتشاف إشارة في الضوضاء.

التوقيعات التكنولوجية والبيولوجية

يأتي البحث عن الحياة في الفضاء في شكلين. من ناحية، هناك البحث عن أي كائن حي، حتى البكتيريا أو الفطريات، التي تطور على كوكب آخر. مجرد وجود أحافير عفن فضائي سيكون له عواقب عميقة على العقل البشري، مما يدمر مفاهيم الحياة كما نعرفها.

التوقيعات البيولوجية هي دليل على الحياة الماضية أو الحالية، الذكية أو غير الذكية. إنها لا تقتصر على الأثر والهيكل العظمي. يمكن أن تشير المواد الكيميائية والغشاء الحيوي وغازات الغلاف الجوي وميزات الانعكاس المرئية من بعيد إلى وجود الحياة.

لكن بعض العلماء يبحثون عن المزيد من الأميبات. يستمع محبوا البحث عن الذكاء الفضائي في جميع أنحاء العالم بحرص إلى التوقيعات التكنولوجية، إشارات الحضارات المتقدمة. يمكن أن تشمل هذه التوقيعات البيولوجية المحددة الموجات الراديوية، التي يمكن أن يكتشفها التلسكوبات الراديوية — التي تستمع، بدلاً من النظر، إلى الفضاء.

الذكاء الاصطناعي ينضم إلى الفريق

حتى عام 2023، لم يجد الباحثون أي دليل على التوقيعات التكنولوجية، ولكن ذلك لا يعني أنهم لا يحاولون. قد أعطت التطورات الجديدة في التعلم الآلي مجال البحث عن الذكاء الفضائي نشاطًا متجددًا.

أصدر في-في لي من ستانفورد قاعدة بيانات Imagenet المجانية، التي تضم أكثر من 14 مليون صورة تمت إضافتها، في عام 2009. استخدم العديد من الباحثين ذلك لتطوير نماذج التعلم الآلي الخاصة بهم. منذ ذلك الحين، أتاحت الذكاء الاصطناعي تقدمًا كبيرًا في كل شيء من الطب إلى البرمجة.

يتميز الذكاء الاصطناعي بمعالجة كميات هائلة من البيانات. يستخدم العلماء حاليًا طرق الاستشعار عن بُعد في البحث 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، تكون المهمة عمليًا عملًا هركيًا عندما يتم القيام به يدويا. إنه ببساطة لا يُعتبر عمليًا.幸يًا، يمكن للبرامج الذكية البحث عن الإشارات التي يعتقد الباحثون أنها قد تكون توقيعات تكنولوجية. يمكن لنمذجة التعلم الآلي تحليل الإشارات السابقة وتوقعات ما يجب أن يبدو عليه في المستقبل لاكتشاف 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 الموجات الراديوية القادمة من كوكبنا. ذلك يساعد البرنامج على تصفية الإنذارات الكاذبة. بمساعدة 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، الذي يسمح لأعضاء الجمهور بمشاهدة صور الإشارات الراديوية. يساعد المتطوعون في تصنيف الصور كأشكال محتملة للتداخل، مما يساعد في تدريب خوارزمية الذكاء الاصطناعي على فحص بيانات SETI من مرصد جرين بانك، فرجينيا الغربية.

جرين بانك مشهور بعدم السماح لأي من السكان باستخدام الأجهزة الإلكترونية. منذ أن يحتاج تلسكوب الراديو الهائل في المرصد إلى صمت راديوي، فإن السكان في المنطقة لا يستطيعون استخدام الواي فاي أو الميكروويف أو الهواتف الخلوية، من بين أشياء أخرى. تصدير بياناته إلى مشروع الذكاء الاصطناعي في UCLA يسمح لجرين بانك بالاستفادة الكاملة من التمويل الجماعي في البحث عن الحياة في الفضاء.

قام باحثون في معهد SETI في كاليفورنيا بتحديد خرائط للميكروبات الحية في تكوينات ملحية وبلورات وصخور في سالار دي باخوناليس. قد يكون هذا السهل المالح الذي يمتد عبر صحراء أتاكاما وشبه جزيرة ألتيفلانو في تشيلي بمثابة مقارنة جيدة للكواكب التي تبدو قاحلة ولكنها في الواقع غنية بالحياة.

تعاون الفريق مع باحث فريدي كاليتزيس لتدريب نموذج الذكاء الاصطناعي على البحث عن أنماط مرتبطة 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، قد يكتشف أداة الذكاء الاصطناعي هذه التوقيعات البيولوجية على الكواكب الأخرى. يخطط الفريق لتحديد وادي جاف وتربة مغطاة بالتاج وينابيع ساخنة في مواقع أخرى لتدريب نموذج التعلم الآلي بشكل أكبر حتى يتمكن يومًا ما من المشاركة في مهمة فضائية.

استخدام عملي آخر للذكاء الاصطناعي هو تنظيم البيانات في قوائم مصنفة. يستخدم العلماء التعلم الآلي لترتيب النجوم التي قد يكون لديها أقمار أو كواكب واعدة في مدارها. سوف يستخدمون هذه البيانات لإجراء مشروع SETI باستخدام أكبر تلسكوب راديوي منفرد في العالم، تلسكوب راديو فاست الصيني.

الذكاء الاصطناعي والبحث عن الحياة في الفضاء

لبعض النقاد، يُعد بحث SETI مضيعة للوقت منذ أن لم يُنتج حتى الآن أي دليل على الحياة الفضائية. لكن جمع كميات هائلة من البيانات ألهم فروعًا أخرى من العلوم لتتبع خطاهم.

على الأقل، قد قام بحث SETI بتقدم في مجال التعلم الآلي و启ام أعداد لا حصر لها من الناس للنظر إلى ما وراء كوكبنا للبحث عن علامات على الحياة. 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.