Wetenschapper Peter Ma paste machine learning en kunstmatige intelligentie toe op gegevens verzameld door het Search Institute
In een nieuw artikel gepubliceerd in het tijdschrift NatureAstronomie legde de wetenschapper uit hoe hij een machine learning-algoritme trainde op basis van 480 uur aan telescoopgegevens van 820 sterren verzameld in 2016. Uiteindelijk identificeerde hij acht signalen die ‘van belang’ waren. Eerdere algoritmen konden ze echter niet detecteren.
Dat vertelde een student van de Universiteit van Toronto aan VICEzijn methode ‘verwijdert mensen volledig uit de vergelijking’, in tegenstelling tot eerdere machine learning-algoritmen die op SETI-gegevens werden toegepast. “Ons algoritme vertrouwt uitsluitend op neurale gegevens en levert resultaten op die met traditionelere methoden niet mogelijk zijn”, legt Ma uit.
Als resultaat van het experiment ontvingen wetenschappers er achtsignalen die afkomstig kunnen zijn van zeer geavanceerde buitenaardse soorten. Het algoritme identificeerde specifiek kenmerken die “smalband Doppler-driftsignalen vertegenwoordigen die afkomstig zijn van een buitenaardse bron.”
Percelen van acht interessante signalen. Elke balk is 2800 Hz breed. Met dank aan het SETI Instituut
Het SETI Instituut werd in 1984 opgericht om de lucht af te scannen op zoek naar radiosignalen die mogelijk afkomstig zijn van de technologie van intelligente buitenaardse beschavingen. Tot nu toe is de zoektocht vruchteloos geweest.
Lees verder:
Wetenschappers hebben de top 6 manieren genoemd om het geheugen van oudere mensen te "redden".
Een mysterieuze ondergrondse afdruk verraste wetenschappers. Hij is meer dan 1000 jaar oud
Het als nep beschouwde zwaard blijkt een 3000 jaar oud artefact uit de Bronstijd te zijn
Op de omslag: artist impression van de ASKAP CSIRO radiotelescoop
Afbeelding tegoed: OzGrav, Swinburne University of Technology