Myslitelé

Umělá inteligence se trénuje k hledání mimozemského života

Zac Amos
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyAI nyní třídí obrovské množství vesmírných dat, aby detekovala potenciální…
Zobrazit více
  • AI nyní třídí obrovské množství vesmírných dat, aby detekovala potenciální technosignatury a biosignatury mimozemského původu.
  • Občanské vědecké projekty, jako je Breakthrough Listen, trénují AI algoritmy ke klasifikaci rádiových signálů pro výzkum SETI.
  • Modely strojového učení dokážou identifikovat vzorce mikrobiálního života v extrémních pozemských prostředích, které slouží jako analogie pro jiné planety.

Od zamrzlých oceánských měsíců po planety s jednou stranou ve věčné noci existuje nepřeberné množství divných světů v Goldilocksově zóně — oblastech, kde by teoreticky mohl vzniknout mimozemský život. Hledání života ve vesmíru již dlouho fascinuje lidskou představivost. Nyní, s trochou pomoci počítačů, mají vědci lepší šanci najít signál v šumu než kdykoli předtím.

Technosignatury a biosignatury

Hledání života ve vesmíru má dvě formy. Na jedné straně je to hledání jakékoli živé věci, dokonce i bakterií nebo hub, které se vyvinuly na jiné planetě. Pouhá přítomnost fosilií mimozemských plísní by měla hluboké důsledky pro lidskou psychiku, rozbití představ o životě, jak jej známe.

Biosignatury jsou důkazy o jakémkoli minulém či současném životě, inteligentním i neinteligentním. Neomezují se pouze na stopy a kosti. Chemikálie, biofilmy, atmosférické plyny a dokonce i reflektivní vlastnosti viditelné z dálky by mohly naznačovat přítomnost života.

Někteří vědci však hledají více než měňavky. Nadšenci do hledání mimozemské inteligence (SETI) po celém světě pozorně pátrají po technosignaturách, známkách vyspělých civilizací. Tyto specifické biosignatury by mohly zahrnovat rádiové vlny, které by mohly být detekovány rádiovými dalekohledy — poslouchajícími, spíše než hledajícími, do vesmíru.

Umělá inteligence se připojuje k týmu

Do roku 2023 výzkumníci nenalezli žádné důkazy o technosignaturách, ale to neznamená, že se o to nepokoušejí. Nové pokroky v oblasti strojového učení daly poli SETI novou energii.

Fei-Fei Li ze Stanfordu vydala v roce 2009 zdarma Imagenet, databázi více než 14 milionů označených obrázků. Mnozí výzkumníci ji použili k vývoji svých vlastních modelů strojového učení. Od té doby umožnila umělá inteligence (AI) velké pokroky ve všech oblastech, od medicíny po programování.

Umělá inteligence vyniká při zpracování obrovských množství dat. Vědci v současnosti používají metody vzdáleného průzkumu při hledání života ve vesmíru, což znamená, že shromažďují informace — spíše než fyzické vzorky, jako jsou kameny — z jiných měsíců a planet. To také znamená, že někdo musí procházet všemi těmito daty.

Jako hledání zlata na Mount Everestu by tato úloha prakticky vyžadovala herkulovské úsilí, kdyby se prováděla ručně. To prostě není praktické. Naštěstí může software AI hledat signály, o kterých vědci myslí, že by mohly být technosignatury. Modely strojového učení mohou analyzovat minulé signály a předpovídat, jak by měly vypadat v budoucnu, aby detekovaly abnormality, které by mohly pocházet z mimozemských světů.

Inženýři trénují algoritmy na velkých datech, aby AI mohla rozpoznat zvuk zemského rušení, jako jsou rádiové vlny pocházející z naší vlastní planety. To pomáhá softwaru filtrovat falešné poplachy. S pomocí analýzy dat katalogizovala NASA více než 5 400 planet, z nichž některé by mohly být obyvatelné.

Reálné aplikace

V únoru 2023 astronomové z University of California, Los Angeles (UCLA) spustili projekt občanské vědy nazvaný Breakthrough Listen, který umožňuje členům veřejnosti prohlížet obrázky rádiových signálů. Dobrovolníci pomáhají klasifikovat obrázky jako potenciální formy rušení, aby pomohli trénovat algoritmus AI procházející data SETI z Green Bank Observatory, West Virginia.

Green Bank je proslulý tím, že jeho obyvatelé nesmí používat elektronická zařízení. Jelikož rádiový dalekohled observatoře potřebuje zkrátka rádiové ticho, obyvatelé v oblasti nemohou používat Wi-Fi, mikrovlnné trouby nebo mobilní telefony, mezi jinými věcmi. Export jeho dat do projektu UCLA AI umožňuje Green Bank využít plně crowdsourcing při hledání života ve vesmíru.

Výzkumníci z Institutu SETI v Kalifornii zmapovali mikroby žijící v solných kupolách, krystalech a kamenech v Salar de Pajonales. Tato solná pláň na rozhraní chilské pouště Atacama a náhorní plošiny Altiplano, by mohla být dobrým analogem pro planety, které vypadají jako poušť, ale jsou ve skutečnosti plné života.

Skupina spolupracovala s výzkumníkem Freddiem Kalaitzisem, aby trénovala model AI, který hledá vzorce spojené se životem v poušti. Kombinací strojového učení a statistické ekologie výzkumníci zjistili, že mohou detekovat většinu biosignatur přítomných v prostředí. Také zjistili, že většina mikrobů se koncentruje v oblastech s více dostupnou vodou.

Uvnitř dronu nebo satelitu by tento typ nástroje AI mohl detekovat biosignatury na jiných planetách. Tým plánuje mapovat suchá údolí, trvale zmrzlou půdu a horké prameny na jiných místech, aby dále trénoval model strojového učení, aby byl připraven na budoucí vesmírnou misi.

Další praktické použití AI je organizovat data do žebříčků. Vědci používají strojové učení k žebříčkování hvězd, které by mohly mít slibné měsíce nebo planety ve své oběžné dráze. Tyto údaje budou použity k provedení projektu SETI pomocí největšího radioteleskopu s jedinou parabolickou anténou na světě, čínského rádiového dalekohledu FAST.

Umělá inteligence a hledání života ve vesmíru

Pro některé skeptiky je výzkum SETI ztrátou času, protože dosud nezjistil žádné důkazy o mimozemském životě. Ale shromažďování obrovských množství dat inspirovalo další obory, aby následovaly jeho příkladu.

SETI přinejmenším posunulo obor strojového učení a inspirovalo nespočet lidí k hledání známek života za hranicemi naší planety. V nejlepším případě najde něco skutečně pozoruhodného — a mohlo by navždy změnit průběh dějin. Pokud někdo nebo něco je tam venku, existuje velká šance, že výzkumníci SETI budou první, kdo jejich signály zachytí.

Zac Amos je technologický redaktor, který se zaměřuje na umělou inteligenci. Je také redaktorem tematických článků v ReHack, kde si můžete přečíst více jeho práce.