Thought leaders
AI wordt getraind om buitenaards leven te zoeken

Van bevroren oceaanmanen tot planeten met één kant in permanente duisternis, zijn er ontelbare vreemde werelden in de Goldilocks Zone – gebieden waar buitenaardse wezens theoretisch zouden kunnen evolueren. De zoektocht naar leven in de ruimte heeft de menselijke verbeelding al lang geboeid. Nu, met een beetje hulp van computers, hebben wetenschappers een betere kans dan ooit om een signaal in de ruis te vinden.
Technosignatures en Biosignatures
De zoektocht naar leven in de ruimte neemt twee vormen aan. Enerzijds is het de zoektocht naar elk levend wezen, zelfs bacteriën of schimmels, dat op een andere planeet is geëvolueerd. De enkele aanwezigheid van buitenaardse schimmelresten zou diepe gevolgen hebben voor de menselijke psyche, en zou onze opvattingen over leven zoals we het kennen, verstoren.
Biosignatures zijn bewijs van leven in het verleden of heden, intelligent of zonder hersenen. Ze zijn niet beperkt tot voetafdrukken en botten. Chemicaliën, biofilms, atmosferische gassen en zelfs reflectiekenmerken gezien van ver weg konden de aanwezigheid van leven aanduiden.
Maar sommige wetenschappers zoeken naar meer dan amoeben. De zoektocht naar buitenaardse intelligentie (SETI) enthousiastelingen over de hele wereld luisteren aandachtig naar technosignatures, tekenen van geavanceerde beschavingen. Deze specifieke biosignatures konden radiogolven omvatten, die radiotelescopen – die luisteren in plaats van kijken naar de ruimte – zouden kunnen detecteren.
AI sluit zich aan bij het team
Tot 2023 hebben onderzoekers geen bewijs van technosignatures gevonden, maar dat betekent niet dat ze het niet proberen. Nieuwe vooruitgang in machine learning heeft het SETI-veld een hernieuwde energie gegeven.
Stanfords Fei-Fei Li bracht de gratis Imagenet uit, een database met meer dan 14 miljoen gelabelde afbeeldingen, in 2009. Veel onderzoekers gebruikten het om hun eigen machine learning-modellen te ontwikkelen. Sindsdien heeft kunstmatige intelligentie (AI) grote stappen gezet in alles, van geneeskunde tot programmeren.
AI blinkt uit in het verwerken van enorme hoeveelheden gegevens. Wetenschappers gebruiken momenteel remote sensing-methoden in de zoektocht naar leven in de ruimte, wat betekent dat ze informatie verzamelen – in plaats van fysieke monsters, zoals stenen – van andere manen en planeten. Het betekent ook dat iemand door alle gegevens heen moet gaan.
Het is alsof je naar goud zoekt op de Mount Everest, een taak die praktisch een herculees karwei zou zijn als het met de hand wordt gedaan. Het is gewoon niet praktisch. Gelukkig kan AI-software signalen zoeken die onderzoekers denken dat het technosignatures zouden kunnen zijn. Machine learning-modellen kunnen eerdere signalen analyseren en voorspellen hoe ze in de toekomst zouden moeten klinken om afwijkingen te detecteren die van buitenaardse werelden zouden kunnen komen.
Ingenieurs trainen algoritmes op grote datasets zodat de AI het geluid van aardse storingen, zoals radiogolven van onze eigen planeet, kan herkennen. Dat helpt de software valse alarmen te filteren. Met de hulp van gegevensanalyse heeft NASA meer dan 5.400 planeten gecatalogiseerd, waarvan sommige mogelijk bewoonbaar zijn.
Praktische toepassingen
In februari 2023 begonnen astronomen van de University of California, Los Angeles (UCLA) een burgerwetenschapsproject genaamd Breakthrough Listen, dat leden van het publiek in staat stelt om naar afbeeldingen van radiosignalen te kijken. Vrijwilligers helpen bij het classificeren van de afbeeldingen als potentieel vormen van storingen, waardoor een AI-algoritme getraind kan worden om naar SETI-gegevens van het Green Bank Observatory in West Virginia te kijken.
Green Bank is beroemd omdat het geen enkele inwoner toestaat om elektronische apparaten te gebruiken. Aangezien de reusachtige radiotelescoop van het observatorium radiostilte nodig heeft, mogen inwoners in het gebied geen Wi-Fi, magnetron of mobiele telefoons gebruiken, om nog maar te zwijgen over andere dingen. Het exporteren van gegevens naar het AI-project van UCLA laat Green Bank toe om volledig te profiteren van crowdsourcing in de zoektocht naar leven in de ruimte.
Onderzoekers van het SETI-instituut in Californië hebben de micro-organismen in zoutkoepels, kristallen en stenen in de Salar de Pajonales in kaart gebracht. Dit zoutvlakte, dat de Atacama-woestijn en het Altiplano-gebied van Chili overspant, kan een goede analogie zijn voor planeten die er kaal uitzien, maar eigenlijk vol leven zitten.
De groep werkte samen met onderzoeker Freddie Kalaitzis om een AI-model te trainen om naar patronen te zoeken die geassocieerd zijn met leven in de woestijn. Door machine learning en statistische ecologie te combineren, ontdekten de onderzoekers dat ze de meeste biosignatures in de omgeving konden detecteren. Ze ontdekten ook dat de meeste micro-organismen geconcentreerd waren in gebieden met meer beschikbaar water.
Binnen een drone of satelliet kan dit type AI-hulpmiddel biosignatures op andere planeten detecteren. De groep plant om droge valleien, permafrost-bodem en warmwaterbronnen op andere locaties in kaart te brengen om het machine learning-model verder te trainen, zodat het op een dag misschien klaar is voor een ruimtemissie.
Een andere praktische toepassing voor AI is om gegevens te organiseren in gerangschikte lijsten. Wetenschappers gebruiken machine learning om sterren te rangschikken die mogelijk veelbelovende manen of planeten in hun baan hebben. Ze zullen deze gegevens gebruiken om een SETI-project uit te voeren met de grootste enkele schoteltelescoop ter wereld, de FAST-radiotelescoop van China.
AI en de zoektocht naar leven in de ruimte
Voor sommige sceptici is SETI-onderzoek een verspilling van tijd, omdat het nog geen bewijs van buitenaards leven heeft opgeleverd. Maar de verzameling van enorme hoeveelheden gegevens heeft andere takken van wetenschap ertoe gebracht om in hun voetsporen te treden.
Op zijn minst heeft SETI het veld van machine learning verder ontwikkeld en heeft het ontelbare mensen geïnspireerd om voorbij onze planeet te kijken naar tekenen van leven. Op zijn best zal het iets werkelijk opmerkelijks vinden – en het kan de loop van de geschiedenis voor altijd veranderen. Als iemand of iets daarbuiten is, is er een goede kans dat SETI-onderzoekers de eerste zullen zijn die van hen horen.












