Naukowiec Peter Ma zastosował uczenie maszynowe i sztuczną inteligencję do danych zebranych przez Search Institute
W nowym artykule opublikowanym w czasopiśmie NatureAstronomia – naukowiec wyjaśnił, jak wytrenował algorytm uczenia maszynowego na podstawie 480 godzin danych teleskopowych z 820 gwiazd zebranych w 2016 roku. Ostatecznie zidentyfikował osiem sygnałów, które były „interesujące”. Jednak poprzednie algorytmy nie były w stanie ich wykryć.
Powiedziała to VICE studentka Uniwersytetu w Torontojego metoda całkowicie „usuwa człowieka z równania”, w przeciwieństwie do poprzednich algorytmów uczenia maszynowego stosowanych do danych SETI. „Nasz algorytm opiera się wyłącznie na algorytmach neuronowych i daje wyniki, których nie udałoby się uzyskać tradycyjnymi metodami” – wyjaśnia Ma.
W wyniku eksperymentu naukowcy otrzymali osiemsygnały, które mogą pochodzić od wysoce zaawansowanych gatunków pozaziemskich. Algorytm w szczególności zidentyfikował cechy, które „reprezentują wąskopasmowe sygnały dryfu Dopplera pochodzące z jakiegoś źródła pozaziemskiego”.
Wykresy ośmiu interesujących sygnałów. Każdy pasek ma szerokość 2800 Hz. Dzięki uprzejmości Instytutu SETI
Instytut SETI powstał w 1984 roku w celu skanowania nieba w poszukiwaniu sygnałów radiowych, które mogą pochodzić z technologii inteligentnych obcych cywilizacji. Jak na razie poszukiwania nie dały rezultatu.
Czytaj więcej:
Naukowcy wymienili 6 najlepszych sposobów na „zapisywanie” pamięci osób starszych
Tajemniczy ślad pod ziemią zaskoczył naukowców. Ma ponad 1000 lat
Miecz uważany za fałszywy okazuje się być artefaktem z epoki brązu sprzed 3000 lat
Na okładce: wizja artystyczna radioteleskopu ASKAP CSIRO
Źródło zdjęcia: OzGrav, Swinburne University of Technology