প্রজেক্ট হেইল মেরি একটি AI আপগ্রেড পায়
বহিরাগত বুদ্ধিমত্তার অনুসন্ধান কৃত্রিম বুদ্ধিমত্তা থেকে একটি উল্লেখযোগ্য প্রযুক্তিগত বৃদ্ধি পাচ্ছে, গবেষকরা যুক্তি দিচ্ছেন যে মেশিন লার্নিং প্রতিদিন সংগৃহীত বিশাল রেডিও টেলিস্কোপ ডেটা পরিস্রাবণ করে বহিরাগত সংকেত সনাক্ত করার সম্ভাবনা নাটকীয়ভাবে উন্নত করতে পারে। SETI সম্প্রদায়ের মধ্যে অনানুষ্ঠানিকভাবে প্রজেক্ট হেইল মেরি হিসাবে ডাব করা হয়েছে এই উদ্যোগটি বিজ্ঞানের সবচেয়ে পুরানো এবং সবচেয়ে চ্যালেঞ্জিং প্রশ্নগুলির একটিতে আধুনিক AI ক্ষমতা প্রয়োগ করার লক্ষ্য রাখে।
ঐতিহ্যবাহী SETI অনুসন্ধান নির্দিষ্ট ধরনের সংকেত সনাক্ত করার জন্য ডিজাইন করা অ্যালগরিদমের উপর নির্ভর করে, যেমন নির্দিষ্ট ফ্রিকোয়েন্সিতে ন্যারোব্যান্ড সংক্রমণ। এই পদ্ধতিগুলি দশক ধরে পরিমার্জিত হয়েছে কিন্তু বহিরাগত সংকেত কী দেখতে পারে সে সম্পর্কে অনুমানের দ্বারা অন্তর্নিহিতভাবে সীমাবদ্ধ। বিপরীতে, AI সিস্টেমগুলি আগাম কী খুঁজতে হবে তা বলা ছাড়াই অস্বাভাবিকতা এবং নিদর্শন সনাক্ত করার জন্য প্রশিক্ষিত হতে পারে।
কেন AI গেম পরিবর্তন করে
SETI এর মৌলিক চ্যালেঞ্জ হল শব্দে সংকেত সনাক্তকরণ। রেডিও টেলিস্কোপগুলি বিশাল পরিমাণে ডেটা সংগ্রহ করে, যার বেশিরভাগ তারা, গ্যালাক্সি এবং অন্যান্য জ্যোতির্বৈজ্ঞানিক উৎস থেকে প্রাকৃতিক রেডিও নির্গমন, স্যাটেলাইট, বিমান এবং স্থল-ভিত্তিক ট্রান্সমিটার থেকে মানব-উত্পন্ন রেডিও ফ্রিকোয়েন্সি হস্তক্ষেপ দ্বারা আচ্ছাদিত। এই খড়ের স্তূপে একটি বহিরাগত সংকেত খুঁজে পেতে হলে এটি প্রাকৃতিক এবং মানব-নির্মিত উভয় উৎস থেকে আলাদা করতে হবে।
মেশিন লার্নিং মডেলগুলি এই ধরনের প্যাটার্ন স্বীকৃতিতে উৎকর্ষতা অর্জন করে। গবেষকরা ইতিমধ্যে প্রদর্শন করেছেন যে AI ঐতিহ্যবাহী অ্যালগরিদম যা মিস করে এমন বৈশিষ্ট্য সহ রেডিও সংকেত সনাক্ত করতে পারে। একটি 2023 অধ্যয়নে, একটি মেশিন লার্নিং সিস্টেম গ্রিন ব্যাংক টেলিস্কোপ থেকে আর্কাইভাল ডেটায় আটটি পূর্বে উপেক্ষিত সংকেত সনাক্ত করেছে, যদিও কোনটিই চূড়ান্তভাবে বহিরাগত হিসাবে নিশ্চিত হয়নি।
AI এর মূল সুবিধা হল মানব অনুমান থেকে বরং ডেটা থেকে শেখার ক্ষমতা। ঐতিহ্যবাহী SETI অ্যালগরিদমগুলি বহিরাগত প্রযুক্তি সম্পর্কে নির্দিষ্ট অনুমান এনকোড করে, যেমন বহিরাগত সভ্যতাগুলি হাইড্রোজেন লাইনের কাছাকাছি ফ্রিকোয়েন্সিতে ন্যারোব্যান্ড সংকেত সংক্রমণ করবে এমন অনুমান। AI সিস্টেমগুলি পরিচিত সংকেত ধরনগুলিতে প্রশিক্ষিত হতে পারে এবং তারপরে যা কিছু প্রতিষ্ঠিত বিভাগে ফিট করে না তা খুঁজে পাওয়ার জন্য কাজ করতে পারে, সম্ভাব্যভাবে মানব-ডিজাইন করা অ্যালগরিদম যা মিস করে এমন সংকেত ধরে।
ডেটা বন্যা প্রক্রিয়াকরণ
আধুনিক রেডিও টেলিস্কোপ অ্যারেগুলি এমন হারে ডেটা তৈরি করে যা ঐতিহ্যবাহী বিশ্লেষণ পদ্ধতির ক্ষমতা অতিক্রম করে। স্কোয়ার কিলোমিটার অ্যারে, বর্তমানে অস্ট্রেলিয়া এবং দক্ষিণ আফ্রিকায় নির্মাণাধীন, প্রতিদিন সম্পূর্ণ ইন্টারনেটের চেয়ে বেশি ডেটা উত্পাদন করবে। Breakthrough Listen, এখন পর্যন্ত সবচেয়ে ব্যাপক SETI প্রোগ্রাম, ইতিমধ্যে পেটাবাইটস রেডিও টেলিস্কোপ ডেটা জমা করেছে যা শুধুমাত্র আংশিকভাবে বিশ্লেষণ করা হয়েছে।
AI প্রক্রিয়াকরণ ঐতিহ্যবাহী পদ্ধতির চেয়ে অনেক দ্রুত এই ডেটা ব্যাকলগ কাজ করতে পারে, এবং নতুন ডেটা প্রবাহ হিসাবে ক্রমাগত করতে পারে। এটি বিশেষভাবে গুরুত্বপূর্ণ কারণ SETI মৌলিকভাবে একটি সংখ্যা গেম। যত বেশি আকাশ জরিপ করা হয়, যত বেশি ফ্রিকোয়েন্সি পরীক্ষা করা হয় এবং যত বেশি পরিশীলিত সংকেত সনাক্তকরণ, কিছু খুঁজে পাওয়ার সম্ভাবনা বেশি।
বার্কলে SETI গবেষণা কেন্দ্রের গবেষকরা রেডিও ফ্রিকোয়েন্সি সংকেত সনাক্তকরণের জন্য নির্দিষ্টভাবে অপ্টিমাইজ করা নিউরাল নেটওয়ার্ক আর্কিটেকচার বিকশিত করেছেন। এই সিস্টেমগুলি কাছাকাছি-বাস্তব সময়ে কাঁচা টেলিস্কোপ ডেটা প্রক্রিয়া করতে পারে, মানুষের পর্যালোচনার জন্য সম্ভাব্য সংকেতগুলি চিহ্নিত করে যখন বেশিরভাগ শব্দ এবং হস্তক্ষেপ প্রত্যাখ্যান করে।
নতুন সংকেত ধরন খুঁজতে
AI খোলে দরজা অনুসন্ধান করার জন্য SETI তে ঐতিহ্যগতভাবে বিবেচনা করা হয়নি এমন সংকেত ধরন। উদাহরণস্বরূপ, একটি যথেষ্ট উন্নত সভ্যতা ছড়িয়ে-বর্ণালী কৌশল ব্যবহার করতে পারে যা একটি সংকেত একটি বিস্তৃত ফ্রিকোয়েন্সি পরিসীমা জুড়ে বিতরণ করে, এটি ঐতিহ্যবাহী ন্যারোব্যান্ড ডিটেক্টরদের কাছে শব্দের মতো দেখায়। অথবা তারা সংকেত ম্যাডুলেট করতে পারে এমন উপায়ে যা ফ্রিকোয়েন্সি বৈশিষ্ট্যের পরিবর্তে সময়ের প্যাটার্নে তথ্য এনকোড করে।
বৈচিত্র্যময় সংকেত ধরনগুলিতে প্রশিক্ষিত মেশিন লার্নিং সিস্টেমগুলি সম্ভাব্যভাবে এই অ-ঐতিহ্যবাহী সংক্রমণ সনাক্ত করতে পারে। কিছু গবেষক এমনকি বহিরাগত প্রযুক্তি সম্পর্কে বিভিন্ন অনুমানের অধীনে উত্পন্ন অনুকরণ করা বহিরাগত সংকেতগুলিতে AI প্রশিক্ষণের পরামর্শ দিয়েছেন, যা একটি অনুমান-চালিত পদ্ধতি অর্জন করতে পারে এমন যেকোনো একটির চেয়ে আরও ব্যাপক অনুসন্ধান স্থান তৈরি করে।
রেডিও বাইরে technosignatures অনুসন্ধান করার জন্য ক্রমবর্ধমান আগ্রহ রয়েছে, অপটিক্যাল লেজার পালসেস, মেগাস্ট্রাকচার থেকে অবরক্ত অতিরিক্ত এবং exoplanet বর্ণালী মধ্যে বায়ুমণ্ডলীয় জৈব স্বাক্ষর অন্তর্ভুক্ত। এই সনাক্তকরণ পদ্ধতিগুলির প্রতিটি এর নিজস্ব ডেটা চ্যালেঞ্জ তৈরি করে যা AI সমাধান করার জন্য ভালভাবে উপযুক্ত।
সন্দেহ এবং আশা
সমস্ত SETI গবেষকরা সমানভাবে AI পদ্ধতির প্রতি উত্সাহী নন। কিছু সতর্ক করে যে মেশিন লার্নিং সিস্টেমগুলি মিথ্যা ইতিবাচক উত্পন্ন করতে পারে, শব্দে প্যাটার্ন খুঁজে পায় যা সত্যিকার নয়। SETI এর ইতিহাসে অসংখ্য প্রার্থী সংকেত অন্তর্ভুক্ত যা পরে প্রাকৃতিক ঘটনা বা মানব হস্তক্ষেপ দ্বারা ব্যাখ্যা করা হয়েছিল এবং AI এই ধরনের মিথ্যা অ্যালার্মের হার বৃদ্ধি করতে পারে।
অন্যরা নির্দেশ করে যে উন্নত সংকেত সনাক্তকরণ অর্থহীন যদি কেউ সংক্রমণ করছে না, বা যদি বহিরাগত সভ্যতাগুলি যোগাযোগ পদ্ধতি ব্যবহার করে যা বর্তমান প্রযুক্তির সাথে মৌলিকভাবে অনাবিষ্কৃত। Fermi paradox, যে প্রশ্ন কেন আমরা সম্ভাব্য বাসযোগ্য গ্রহ বিশাল সংখ্যা সত্ত্বেও বহিরাগত বুদ্ধিমত্তা সনাক্ত করেনি, ব্যাখ্যা থাকতে পারে যে কোনো প্রযুক্তিগত উন্নতি অতিক্রম করতে পারে।
এই সতর্কতা থাকা সত্ত্বেও, SETI সম্প্রদায় ব্যাপকভাবে আশাবাদী যে AI প্রকৃত পদক্ষেপ এগিয়ে প্রতিনিধিত্ব করে। সরঞ্জামগুলি আরও শক্তিশালী হয়ে উঠছে, ডেটা ভলিউম বৃদ্ধি পাচ্ছে এবং অনুসন্ধান কৌশলগুলি আরও পরিশীলিত হয়ে উঠছে। এটি বহিরাগত বুদ্ধিমত্তা সনাক্তকরণ দিকে পরিচালিত করে কিনা অজানা রয়ে যায়, কিন্তু গবেষকরা যুক্তি দেন যে এটি খুঁজে বের করার সর্বোত্তম উপায় হল সর্বোত্তম উপলব্ধ সরঞ্জাম দিয়ে যতটা সম্ভব কার্যকরভাবে দেখা।
এই নিবন্ধটি Universe Today দ্বারা প্রতিবেদনের উপর ভিত্তি করে। মূল নিবন্ধ পড়ুন।
