Επιστήμονες ανακάλυψαν 8 μυστηριώδη ραδιοσήματα από το διάστημα – Γιατί πιστεύουν ότι μπορεί να είναι ένδειξη εξωγήινης ζωής

Ενα ερώτημα απασχολεί την ανθρωπότητα εδώ και χιλιάδες χρόνια: είμαστε μόνοι στο σύμπαν; Προς το παρόν, δεν υπάρχει ακόμα απάντηση, αλλά ο καλύτερος τρόπος για να μάθετε είναι να ανιχνεύσετε τεχνολογίες ή στοιχεία τεχνολογίας που μπορεί να έχουν αναπτύξει εξωγήινοι πολιτισμοί.

Το μόνο πρόβλημα είναι ότι οι αστρονόμοι πάλευαν πάντα να διαφοροποιήσουν τα πιθανά εξωγήινα σήματα και αυτά που προκαλούνται από τον άνθρωπο — μέχρι τώρα.

Οκτώ μυστηριώδη ραδιοφωνικά σήματα έχουν πλέον ανακαλυφθεί χάρη σε έναν νέο αλγόριθμο εκπαιδευμένο με τεχνητή νοημοσύνη που οι ερευνητές ελπίζουν ότι θα εξορθολογίσει την αναζήτηση για εξωγήινους.

Εμπειρογνώμονες με επικεφαλής τον φοιτητή του Πανεπιστημίου του Τορόντο, Peter Ma, έκαναν τη συναρπαστική ανακάλυψη αφού χρησιμοποίησαν τον αλγόριθμο για να εξετάσουν 820 αστέρια σε μια περιοχή του διαστήματος που προηγουμένως πίστευαν ότι δεν υπήρχε καμία πιθανή εξωγήινη δραστηριότητα.

Τα δοκιμαστικά σήματα είχαν χαθεί σε προηγούμενες εξετάσεις των δεδομένων.

Μέρος του λόγου για αυτό, εξηγεί ο Ma, είναι ότι «σε πολλές από τις παρατηρήσεις μας, υπάρχει μεγάλη παρέμβαση.

«Πρέπει να διακρίνουμε τα συναρπαστικά ραδιοφωνικά σήματα στο διάστημα από τα μη ενδιαφέροντα ραδιοφωνικά σήματα από τη Γη».

Μαζί με αστρονόμους από το Ινστιτούτο SETI, το Breakthrough Listen και επιστημονικά ερευνητικά ιδρύματα σε όλο τον κόσμο, ο Ma ανέπτυξε έναν νέο αλγόριθμο μηχανικής μάθησης που μπορεί να διακρίνει καλύτερα πιθανά σήματα εξωγήινων από όλο τον θόρυβο του περιβάλλοντος στον πλανήτη μας.

Περιλάμβανε τη χρήση βαθιάς μάθησης — ένα είδος μηχανικής μάθησης και τεχνητής νοημοσύνης που μιμείται τον τρόπο με τον οποίο οι άνθρωποι αποκτούν ορισμένους τύπους γνώσης και αποτελεί βασική τεχνολογία στα αυτοκίνητα χωρίς οδηγό.

Σε αυτή την περίπτωση, οι ερευνητές πήραν ουσιαστικά έναν κλασικό αλγόριθμο από έναν πιο βασικό υπολογιστή και χρησιμοποίησαν μηχανική μάθηση για να τον διδάξουν να διαφοροποιεί τα πιθανά εξωγήινα σήματα και αυτά που προκαλούνται από τον άνθρωπο.

Ο υπάρχων αλγόριθμος δεν είχε βρει τίποτα προηγουμένως όταν έψαξε ραδιοφωνικά δεδομένα από μια επιλογή αστεριών που συνέλεξε το τηλεσκόπιο Robert C. Byrd Green Bank στη Δυτική Βιρτζίνια.

Ωστόσο, αντί να υπάρχει τίποτα ενδιαφέρον σε αυτήν την περιοχή του διαστήματος, ο Ma και οι συνάδελφοί του έχουν τώρα ανακαλύψει έως και οκτώ διαφορετικά ραδιοφωνικά σήματα που προέρχονται από αυτήν.

Ο Steve Croft, επιστήμονας του έργου για το Breakthrough Listen στο τηλεσκόπιο Green Bank, πρόσθεσε: «Το βασικό ζήτημα με οποιαδήποτε αναζήτηση τεχνολογίας υπογραφής είναι να ψάξουμε μέσα από αυτό το τεράστιο άχυρο σημάτων για να βρούμε τη βελόνα που μπορεί να είναι μετάδοση από έναν εξωγήινο κόσμο.

«Η συντριπτική πλειοψηφία των σημάτων που ανιχνεύονται από τα τηλεσκόπια μας προέρχονται από τη δική μας τεχνολογία: δορυφόρους GPS, κινητά τηλέφωνα και τα παρόμοια.

«Ο αλγόριθμος του Peter μάς δίνει έναν πιο αποτελεσματικό τρόπο να φιλτράρουμε τα άχυρα και να βρούμε σήματα που έχουν τα χαρακτηριστικά που περιμένουμε από τις τεχνουπογραφές».

Τα οκτώ σήματα φαίνεται να προέρχονται από την κατεύθυνση πέντε από τη συλλογή των 820 αστεριών, τα οποία κυμαίνονται από 30 έως 90 έτη φωτός μακριά.

Αν και δεν έχει αποδειχτεί ότι είναι εξωγήινοι, δεν είναι καθόλου ενδιαφέροντες.

Τα σήματα μοιάζουν με αυτό που αναμένουν οι επιστήμονες ότι θα ήταν πιθανώς τα εξωγήινα σήματα.

Πρώτον, ήταν στενής ζώνης – κάτι που δείχνει μια εξωγήινη πηγή, επειδή τα σήματα που προκαλούνται από φυσικά φαινόμενα τείνουν να είναι ευρυζωνικά.

Είχαν επίσης αυτό που είναι γνωστό ως «κλίση», που σημαίνει ότι η προέλευση των σημάτων είχε κάποια σχετική επιτάχυνση με τις κεραίες μας, επομένως δεν θα μπορούσε να προέρχεται από τη Γη.

Και τέλος, εμφανίστηκαν σε παρατηρήσεις ON-πηγής και όχι σε παρατηρήσεις OFF-πηγής, ενώ οι ανθρώπινες ραδιοπαρεμβολές συνήθως εμφανίζονται τόσο σε παρατηρήσεις ON όσο και σε OFF λόγω της κοντινής πηγής.

Ο Croft πρόσθεσε: «Πρώτον, είναι παρόντες όταν κοιτάμε το αστέρι και απουσιάζουν όταν κοιτάμε μακριά, σε αντίθεση με τις τοπικές παρεμβολές, που είναι γενικά πάντα παρούσα.

«Δεύτερον, τα σήματα αλλάζουν σε συχνότητα με την πάροδο του χρόνου με τρόπο που τα κάνει να φαίνονται μακριά από το τηλεσκόπιο».

Ο Ma είπε: «Συνολικά, είχαμε αναζητήσει 150 TB δεδομένων 820 κοντινών αστεριών, σε ένα σύνολο δεδομένων που είχε προηγουμένως αναζητηθεί το 2017 με κλασικές τεχνικές, αλλά είχε χαρακτηριστεί ως χωρίς ενδιαφέροντα σήματα.

«Κλιμακώνουμε αυτήν την προσπάθεια αναζήτησης σε ένα εκατομμύριο αστέρια σήμερα με το τηλεσκόπιο MeerKAT και όχι μόνο.

«Πιστεύουμε ότι μια τέτοια εργασία θα βοηθήσει στην επιτάχυνση του ρυθμού που είμαστε σε θέση να κάνουμε ανακαλύψεις στη μεγαλειώδη προσπάθειά μας να απαντήσουμε στην ερώτηση “είμαστε μόνοι μας στο σύμπαν;”

Υπάρχει όμως ένα πρόβλημα. Οι επακόλουθες παρατηρήσεις έχουν αποτύχει μέχρι στιγμής να ανιχνεύσουν ξανά τα ραδιοσήματα.

Οι αστρονόμοι είναι πρόθυμοι να τα μελετήσουν πιο προσεκτικά και να προσπαθήσουν να προσδιορίσουν αν προέρχονται πραγματικά από το βαθύ διάστημα ή απλώς από την επίγεια παρεμβολή, αλλά πρέπει να τα ανιχνεύσουν ξανά για να το κάνουν αυτό.

Ωστόσο, ο νέος αλγόριθμος δείχνει πολλές δυνατότητες για μελλοντικά κυνήγια εξωγήινων πολιτισμών.

Ο Cherry Ng, ένας από τους ερευνητικούς συμβούλους του Ma, δήλωσε: «Αυτά τα αποτελέσματα απεικονίζουν εντυπωσιακά τη δύναμη της εφαρμογής σύγχρονων μεθόδων μηχανικής μάθησης και όρασης υπολογιστή σε προκλήσεις δεδομένων στην αστρονομία, με αποτέλεσμα νέες ανιχνεύσεις και υψηλότερες επιδόσεις.

«Η εφαρμογή αυτών των τεχνικών σε κλίμακα θα είναι μετασχηματιστική για την επιστήμη της ραδιοτεχνολογίας».

Η έρευνα δημοσιεύτηκε στο περιοδικό Nature Astronomy

Recommended For You