エイリアンの生命を探すためにAIが訓練されている

凍った海の月から、片側が永久に夜の惑星まで、ゴールドロックゾーンには、エイリアンが理論的には進化することができる、数えきれない不思議な世界があります。宇宙での生命の探索は、長い間人間の想像力を引き付けました。現在、コンピューターの助けを借りて、科学者は以前よりも生命の兆候を発見するチャンスが高くなりました。

テクノシグネチャーとバイオシグネチャー

宇宙での生命の探索には2つの形があります。一方では、別の惑星で進化した、どのような生物でも、バクテリアやカビなど、どのような生命でも探すことです。異星のミルデューの化石の存在 alone では、人間の精神に深い影響を与え、我々が知っている生命の概念を変えるでしょう。

バイオシグネチャーは、過去または現在の、知的または無知的、どのような生命の証拠でもあります。足跡や骨だけではなく、化学物質、バイオフィルム、大気ガス、反射特性など、遠くから見える特徴も、生命の存在を示唆する可能性があります。

しかし、一部の科学者は、アモーバよりも多くのものを探しています。SETI（地球外知的生命体探査）エンスージアストは、世界中で、テクノシグネチャー、つまり高度な文明の兆候を探しています。これらの特定のバイオシグネチャーには、ラジオ波が含まれる可能性があり、ラジオ望遠鏡によって検出できます。

AIがチームに参加する

2023年現在、研究者はテクノシグネチャーの証拠を見つけておらず、しかし、それは彼らが努力をやめることを意味しません。マシンラーニングの新しい進歩は、SETI分野に新たな活力を与えています。

スタンフォードのFei-Fei Liは、2009年に、1400万以上のラベル付き画像を持つ無料のImagenetを公開しました。多くの研究者はそれを使用して独自のマシンラーニングモデルを開発しました。以来、人工知能（AI）は、医療からプログラミングまで、多くの分野で大きな進歩を遂げてきました。

AIは、膨大な量のデータを処理する能力が際立っています。科学者は現在、遠隔探査法を使用して、他の月や惑星から情報を収集しています。つまり、岩石などの物理サンプルではなく、データを収集しているのです。これも、誰かがそのデータを調べる必要があることを意味します。

これは、手作業で行う場合、実際には不可能なタスクです。幸いにも、AIソフトウェアは、研究者がテクノシグネチャーと思われる信号を探すことができます。マシンラーニングモデルは、過去の信号を分析し、将来的にどのように聞こえるかを予測して、異星の世界から来る可能性のある異常を検出できます。

エンジニアは、アルゴリズムを大規模なデータセットで訓練することで、AIが地球からの妨害、たとえば私たちの惑星からのラジオ波の音を認識できるようにします。そのため、ソフトウェアは誤ったアラームをフィルタリングできます。データ分析の助けを借りて、NASAは、5,400以上の惑星をカタログ化しました。そのうちのいくつかは、居住可能な惑星である可能性があります。

現実世界での応用

2023年2月、カリフォルニア大学ロサンゼルス校（UCLA）の天文学者は、Breakthrough Listenという市民科学プロジェクトを開始しました。このプロジェクトでは、一般の人々がラジオ信号の画像を閲覧し、潜在的な妨害として分類することができます。ボランティアは、SETIデータを分析するAIアルゴリズムを訓練するのに役立っています。

グリーン・バンク天文台は、巨大なラジオ望遠鏡を備えており、静穏な環境が必要です。したがって、天文台の周辺地域では、Wi-Fi、電子レンジ、携帯電話など、電子機器の使用が禁止されています。データをUCLAのAIプロジェクトにエクスポートすることで、グリーン・バンクは、宇宙での生命探索においてクラウドソーシングの利点を最大限に活用できます。

SETI研究所の研究者は、チリのアタカマ砂漠とアルティプラーノ地域に位置するサラール・デ・パホナレスの塩類ドーム、結晶、岩石の中に生息する微生物を調査しました。この塩類平原は、見かけ上は貧弱ですが、実際には生命に満ち溢れた惑星の良いアナログとなる可能性があります。

研究者は、Freddie Kalaitzisと協力して、AIモデルを訓練し、砂漠での生命のパターンを探しました。マシンラーニングと統計生態学を組み合わせることで、研究者は環境中のほとんどのバイオシグネチャーを検出できることがわかりました。また、多くの微生物は、水の利用可能な地域に集中していることがわかりました。

このタイプのAIツールは、ドローンや衛星の中で、他の惑星でのバイオシグネチャーを検出することができます。研究者は、将来的に、他の場所の乾燥した谷、永久凍土、温泉をマッピングして、機械学習モデルをさらに訓練し、最終的に宇宙ミッションに使用できるようにすることを計画しています。

AIのもう1つの実用的な用途は、データをランク付けされたリストに整理することです。科学者は、機械学習を使用して、魅力的で生命のある衛星や惑星を持つ可能性のある星をランク付けしています。中国のFASTラジオ望遠鏡を使用して、SETIプロジェクトを実施するために、このデータを使用する予定です。

AIと宇宙での生命探索

一部の否定的な意見によると、SETI研究は、まだ異星の生命の証拠を見つけておらず、時間の浪費であると考えられています。ただし、膨大な量のデータを収集することは、他の科学分野に影響を与え、追随するように促しています。

少なくとも、SETIは、機械学習の分野を進歩させ、多くの人々を、惑星の外側に生命の兆候を探すように促しました。最善の場合、SETIは、本当に驚くべきものを見つけることができます。そうすれば、歴史の経過を永遠に変えることができます。もし誰か、または何かがそこにいるなら、SETIの研究者が最初にそれを聞く可能性は高いです。