プロジェクト・ヘイル・メアリーが AI アップグレードを獲得
宇宙外知能探査（SETI）は人工知能から大きな技術的推進を受けており、研究者たちは機械学習が毎日収集される膨大なラジオ望遠鏡データに隠された宇宙人信号を検出する可能性を大幅に向上させることができると主張しています。SETI コミュニティ内では非公式に「プロジェクト・ヘイル・メアリー」と呼ばれているこのイニシアティブは、最新の AI 機能を科学の最も古く、最も困難な問題の一つに適用することを目指しています。
従来の SETI 探索は、特定周波数の狭帯域送信など、特定のタイプの信号を検出するために設計されたアルゴリズムに依存しています。これらのアプローチは数十年にわたって改善されてきましたが、本質的に宇宙信号がどのように見えるかについての仮定に制限されています。一方、AI システムは、事前に何を探すべきかを教えられることなく、異常とパターンを検出するようにトレーニングできます。
AI がゲームを変える理由
SETI の基本的な課題はノイズ内での信号検出です。ラジオ望遠鏡は膨大な量のデータを収集し、その大部分は恒星、銀河、およびその他の天体物理源からの自然のラジオ放射であり、衛星、航空機、および地上トランスミッターからの人工ラジオ周波数干渉が重ねられています。この干し草の山から宇宙人信号を見つけることは、自然と人工の両方の源からそれを区別する必要があります。
機械学習モデルはまさにこのタイプのパターン認識に優れています。研究者たちは、AI が従来のアルゴリズムが見落とす特性を持つラジオ信号を識別できることをすでに実証しています。2023 年の研究では、機械学習システムが Green Bank Telescope のアーカイブデータから以前見落とされていた 8 つの関心のある信号を検出しましたが、最終的には宇宙由来のものとして確認されたものはありません。
AI の主な利点は、人間の仮定ではなくデータから学習する能力です。従来の SETI アルゴリズムは、宇宙文明が水素線付近の周波数で狭帯域信号を送信するであろうという仮定など、宇宙人技術に関する特定の仮説をエンコードしています。AI システムは既知の信号タイプでトレーニングされ、その後、確立されたカテゴリに適合しないものを見つけるようにタスク付けされ、人間が設計したアルゴリズムが見落とす信号をキャッチできる可能性があります。
データの大洪水の処理
最新のラジオ望遠鏡アレイは、従来の分析方法の容量をはるかに超えるレートでデータを生成します。オーストラリアと南アフリカで現在建設中の Square Kilometre Array は、毎日インターネット全体以上のデータを生成します。最も包括的な SETI プログラムである Breakthrough Listen は、すでにペタバイト単位のラジオ望遠鏡データを蓄積しており、部分的にしか分析されていません。
AI 処理は、従来の方法よりもはるかに高速にこのデータバックログを処理でき、新しいデータが流入するにつれて継続的に処理できます。SETI は基本的に数字のゲームであるため、これは特に重要です。調査される空が多いほど、チェックされる周波数が多いほど、信号検出がより洗練されているほど、何かを見つける確率が高くなります。
Berkeley SETI Research Center の研究者たちは、ラジオ周波数信号検出に特別に最適化されたニューラルネットワークアーキテクチャを開発しました。これらのシステムは生のテレスコープデータをほぼリアルタイムで処理でき、人間のレビューのための関心のある可能性のある信号にフラグを付ける一方、ノイズと干渉の大多数を拒否できます。
検索する新しい信号タイプ
AI は SETI で従来考慮されていなかった信号タイプを検索する可能性も開きます。例えば、十分に高度な文明は、広い周波数範囲に信号を分散させるスペクトラム拡散技術を使用する可能性があり、従来の狭帯域検出器にはノイズのように見えます。または、周波数特性ではなく時間パターンで情報をエンコードする方法で信号を変調する可能性があります。
多様な信号タイプでトレーニングされた機械学習システムは、これらの非従来型の送信を検出する可能性があります。一部の研究者は、宇宙人技術についてのさまざまな仮定の下で生成されたシミュレートされた宇宙信号で AI をトレーニングすることさえ提案し、単一の仮説駆動型アプローチが達成できるよりも包括的な検索空間を作成しています。
光学レーザーパルス、メガストラクチャからの赤外線超過、および系外惑星スペクトラの大気バイオシグネチャを含む、ラジオを超えてテックシグネチャを検索するために AI を使用することへの関心も高まっています。これらの検出モダリティのそれぞれは、AI が対処するのに適している独自のデータチャレンジを生成します。
懐疑論と希望
すべての SETI 研究者が AI アプローチについて同等に熱心なわけではありません。一部は、機械学習システムが誤検知を生成でき、実際には存在しないノイズのパターンを見つける可能性があると警告しています。SETI の歴史には、後に自然現象または人工干渉によって説明された多くの候補信号が含まれており、AI はそのような虚報の率を増やす可能性があります。
他の者は、誰も送信していない場合、または宇宙文明が現在の技術で根本的に検出不可能な通信方法を使用する場合、改善されたシグナル検出がいかに重要であるかを指摘しています。Fermi の逆説、潜在的に居住可能な惑星の膨大な数にもかかわらず、宇宙知性をまだ検出していない理由についての問題は、技術的改善では克服できない説明を持つかもしれません。
これらの注意事項にもかかわらず、SETI コミュニティは、AI が本当の前進を表していることについて広く楽観的です。ツールはより強力になり、データボリュームは増加し、検索戦略はより洗練されています。これがすべて宇宙知性の検出につながるかどうかは不明ですが、研究者は、見つけ出す最善の方法は、利用可能な最良のツールを使用してできるだけ効果的に見ることだと主張しています。
この記事は Universe Today のレポートに基づいています。元の記事を読む。
