AIはエイリアンの生命を探すために訓練されている

凍った海の月から、永久に夜の側を向いた惑星まで、ゴールドロックス・ゾーン — エイリアンが理論的に進化できる領域 — にある奇妙な世界は数えきれない。宇宙での生命の探索は、長い間人間の想像力を魅了してきた。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探すチャンスが高まっている。

テクノシグネチャとバイオシグネチャ

宇宙での生命の探索は、2つの形態をとる。一方は、別の惑星で進化したどんな生物でも、例えばバクテリアやカビを探すことである。エイリアンのカビの化石の単なる存在は、人間の精神に対して深遠な影響を及ぼし、我々が知っている生命の概念を打ち破ることになる。

バイオシグネチャは、過去または現在の、知的または無脳のどんな生命の証拠でもある。足跡や骨に限定されていない。化学物質、バイオフィルム、気体、大気中のガスや、遠くから見える反射特性などの特徴は、生命の存在を示唆する可能性がある。

しかし、一部の科学者はアメーバ以上のものを探している。地球外知的生命体（SETI）愛好家たちは、世界中で、先進的な文明の兆候であるテクノシグネチャを探している。これらの特定のバイオシグネチャには、ラジオ波が含まれる可能性があり、ラジオ望遠鏡 — 宇宙の中を「聞き」 rather than 「見る」 — で検出できる。

AIがチームに参加する

2023年の時点で、研究者たちはテクノシグネチャの証拠を見つけておらず、それでも努力を続けている。マシンラーニングの新しい進歩により、SETI分野に新たな活力がもたらされた。

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データベースを公開した。多くの研究者が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た。以来、人工知能（AI）は、医学からプログラミングまで、すべての分野で大きな進歩を遂げた。

AIは、膨大なデータを処理することに優れている。科学者たちは現在、宇宙での生命の探索にリモートセンシング方法を使用しており、つまり、岩石などの物理サンプルではなく、他の月や惑星からの情報を収集している。誰かがそのデータをすべて調べる必要がある。

エベレストで金を探すように、手作業で行うのは、実際にはヘラクレス的な労力になる。幸いなことに、AIソフトウェアは、研究者がテクノシグネチャと考えられる信号を探すことができる。マシンラーニングモデルは、過去の信号を分析し、将来の信号の特徴を予測して、エイリアンの世界から来る可能性のある異常を検出することができる。

エンジニアたちは、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が地球からの干渉、例えばラジオ波の音を認識できるようにする。そうすることで、ソフトウェアは誤ったアラームをフィルタリングすることができる。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ており、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る。

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）の天文学者たちは、Breakthrough Listenという市民科学プロジェクトを開始し、一般の人々がラジオ信号の画像を見ることができるようにした。ボランティアたちは、潜在的な妨害の形式として画像を分類するのに協力しており、SETIデータをGreen Bank Observatory、ウェストバージニア州から分析するAIアルゴリズムを訓練するのに役立っている。

Green Bankは、住民が電子機器を使用できないことで有名である。巨大なラジオ望遠鏡が「ラジオの静寂」を必要とするため、住民はWi-Fi、電子レンジ、携帯電話などを使用できない。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、Green Bankは宇宙での生命の探索においてクラウドソーシングを最大限に活用できる。

カリフォルニアのSETI研究所の研究者たちは、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塩のドーム、結晶、岩石の中に生息する微生物を調査した。 この塩の平原は、見かけ上は貧弱だが、実際には生命に満ち溢れている惑星の良いアナログとなる可能性がある。

研究者たちは、Freddie Kalaitzisと協力して、砂漠での生命に関連するパターンを探すためにAIモデルを訓練した。マシンラーニングと統計生態学を組み合わせることで、研究者たちは、環境中のほとんどのバイオシグネチャを検出できることがわかった。また、ほとんどの微生物は、利用可能な水が豊富な地域に集中していることも発見された。

ドローンまたは衛星の中にこのようなAIツールを搭載すると、他の惑星でのバイオシグネチャを検出できる可能性がある。研究チームは、将来、宇宙ミッションに使用できるように、乾いた谷、凍土覆い土、温泉などの他の場所をマッピングして、さらにマシンラーニングモデルを訓練することを計画している。

AIのもう1つの実用的な応用例は、データをランク付けされたリストに整理することである。科学者たちは、機械学習を使用して、魅力的な衛星や惑星を持つ可能性のある星をランク付けしている。彼らは、世界最大の単一の電波望遠鏡である中国のFAST電波望遠鏡を使用して、SETIプロジェクトを実行するために、このデータを使用する予定である。

AIと宇宙での生命の探索

否定的な意見を持つ人々にとって、SETI研究は、まだ地球外生命の証拠を見つけておらず、時間の浪費である。しかし、膨大な量のデータの収集は、他の科学分野にも影響を与え、SETIの足跡を追うようにしている。

少なくとも、SETIはマシンラーニングの分野を進歩させ、多くの人々を地球外での生命の兆候を探すように奨励した。最善の場合、SETIは本当に驚くべきものを発見し、歴史の流れを永遠に変える可能性がある。如果誰かまたは何かがそこにいるなら、SETI研究者たちが最初にそれを知る可能性は高い。