La cerca de vida extratrerrestre pot ser un altre dels camps que, properament, siguin revolucionats per l’ús de la intel·ligència artificial (IA). En un article publicat a ‘Nature Astronomy’, un equip d’investigadors descriu un dels molts projectes que, a dia d’avui, estan mirant d’emprar algoritmes d’aprenentatge automàtic per processar les enormes quantitats de dades que obtenen els ràdiotelescopis i ajudar a buscar senyals de civilitzacions alienígenes.
Els projectes SETI
Arreu del món, alguns dels telescopis més grossos del món examinen l’univers, escoltant atentament per si capten senyals enviades per intel·ligències diferents de la nostra. Aquesta cerca, coneguda internacionalment com a SETI, es basa en mirar d’identificar ones electromagnètiques que hagin pogut ser creades per una civilització tecnològicament avançada, i per això cal poder distingir-les de les que emeten un bon número de d’objectes i fenòmens còsmics coneguts.
La quantitat de dades ha crescut enormement
Fins no fa gaire, els projectes SETI rebien molt poques dades a causa de les possibilitats de la tecnologia existent. Quan va començar, de fet, als anys 60 del segle passat, cada telescopi només podia apuntar a un número limitat d’estrelles per veure si en rebia alguna senyal de ràdio. Ara, però, programes com el Breakthrough Listen de Berkeley, a Califòrnia (Estats Units) es proposen examinar desenes de milers, centenars de milers i fins i tot un milió d’estrelles. Això, és clar, resulta en un volum ingent de dades que, a més, ara inclouen senyals que poden donar falsos positius com ara les interferències dels telèfons mòbils i els GPS.
Així doncs, ara el problema és de saturació i de falta de mans a l’hora de processar i interpretar la informació que es rep. Fer-ho manualment és pràcticament impossible i, fins ara, s’han fet servir algoritmes que busquen entre les senyals per trobar les que corresponen a com creuen els astrònoms que hauria de ser una senyal extraterrestre. Això, però, té l’inconvenient de deixar fora altres senyals potencialment interessants però que són massa diferents de les instruccions que els han donat.
L’aprenentatge automàtic, una gran ajuda
Aquí és on entre l’aprenentatge automàtic, que pot ser entrenat amb grans volums de dades i aprendre a reconèixer característiques de les interferències causades per emissions terrestres, per exemple, cosa que pot fer extremadament fàcil filtrar aquest ‘soroll’ d’entre les dades dels projectes SETI. A més, també pot identificar senyals potencialment extraterrestres però que no encaixen en les categories tradicionals descrites pels científics i que, per tant, ens podrien haver passat per alt fins ara.
A Breakthrough Listen ja s’ha creat un programa d’aprenentatge automàtic per analitzar les dades obtingudes d’observar 820 estrelles, que va detectar gairebé tres milions de senyals interessants però que va descartar-ne la majoria i en va deixar ‘només’ 20.000. Així, els investigadors van revisar aquestes, havent eliminat la immensa majoria de senyals, fins a obtenir només 8 candidates a ser senyals creades per una civilització alienígena.
Un potencial que tot just es comença a explotar
Aquest tipus de mètodes, doncs, han demostrat un potencial enorme que es podria fer servir no només amb tot allò que es capti en el futur sinó també en les dades recollides durant els darrers 60 anys. Qui sap si, des d’aleshores, hem rebut alguna senyal que no hem sabut identificar. És per això que hi ha altres projectes semblants, com un que començarà aviat a la Universitat de Califòrnia – Los Angeles i que vol entrenar un altre algoritme d’aprenentatge automàtic perquè analitzi dades SETI. La intel·ligència artificial, doncs, s’obre camí en un altre camp.
