IA encuentra posibles señales alienígenas pasadas por alto en los datos del radiotelescopio
Cuando los científicos utilizaron IA para analizar registros de radiotelescopios que antes se pensaba que no tenían nada interesante, encontraron eventos dignos de una mayor investigación.
Los científicos responden a las preocupaciones sobre nuestro fracaso en encontrar evidencia de vida más allá del Sistema Solar señalando cuán limitadas han sido nuestras búsquedas hasta ahora. Sin embargo, incluso si nuestros instrumentos han captado una señal, es posible que la hayamos pasado por alto utilizando algoritmos de décadas de antigüedad para combinar los datos.
Esa idea se ha vuelto más plausible con la aplicación de un método de selección basado en el aprendizaje automático a los datos de un radiotelescopio importante. El sistema identificó 100 veces más patrones en el ruido que merecían ser investigados que los que se habían observado anteriormente.
Aunque ninguno de estos ha dado lugar a fuertes indicios de vida extraterrestre, habrías oído hablar de ello si lo hubieran hecho, un artículo en Nature Astronomy informa que ocho son lo suficientemente interesantes como para impulsar observaciones de seguimiento. Todo esto a partir de una pequeña porción de las grabaciones del radiotelescopio de la humanidad.
Los datos analizados provienen de 480 horas de observaciones de 820 estrellas realizadas por el radiotelescopio Robert C. Byrd Green Bank, contratado por SETI Breakthrough para buscar ondas de radio que puedan indicar la presencia de civilizaciones extraterrestres.
Nadie está anticipando una señal deliberada dirigida directamente a la Tierra como la de Contacto . En cambio, los astrónomos esperan fugas extraviadas. Sin embargo, identificar esto es un desafío, ya que debe distinguirse no solo de las emisiones de radio naturales, sino también del bullicio de las fuentes satelitales y basadas en la Tierra. La señal aparente conocida como BCL1, que inicialmente se pensó que provenía de la dirección de Próxima Centauri , muestra lo difícil que puede ser distinguirlos.
El sistema de Breakthrough Listen identificó inicialmente 2,9 millones de “señales de interés”, que se redujeron a 20.515 dignas de atención humana. Esto se compara con aproximadamente 200 encontrados en los mismos datos utilizando métodos anteriores.
Los autores siguieron ocho (etiquetados como MLc1-8) de siete estrellas, con la esperanza de que se repitieran. El reexamen fracasó, pero el equipo se siente alentado por la sensibilidad del sistema.
“Estamos escalando este esfuerzo de búsqueda a 1 millón de estrellas hoy con el telescopio MeerKAT y más allá. Creemos que un trabajo como este ayudará a acelerar la velocidad a la que podemos hacer descubrimientos en nuestro gran esfuerzo por responder a la pregunta “¿estamos solos en el universo?”, dijo el autor principal Peter Ma , estudiante de la Universidad de Toronto. en un comunicado enviado por correo electrónico.
Los datos que Ma examinó se recopilaron años antes, lo que reduce las posibilidades de encontrar algo en una segunda mirada. El equipo está entusiasmado por poder investigar los datos más rápidamente, acortando el tiempo de seguimiento de los estudios.
“Es una pena que, a pesar de los intentos informados por el equipo, estas señales no hayan podido ser confirmadas por otros instrumentos”, dijo el Dr. Franck Marchis de SETI, quien no fue autor del estudio, en un comunicado enviado por correo electrónico a IFLScience. “Las señales MLc1 y MLc7 son muy interesantes porque se registraron en dos fechas diferentes, lo que sugiere que no se conocen interferencias si son de naturaleza terrestre. Tal descubrimiento requiere la confirmación de otros instrumentos antes de que podamos estar seguros de que hemos detectado vida extraterrestre. Sin embargo, este resultado científico muestra que ahora es posible anunciar este tipo de detección lo suficientemente rápido como para hacer el seguimiento necesario”.
“La llegada de grandes redes como MeerKAT y SKA, que producirán terabytes de datos por semana, hace imperativo que la investigación de SETI adopte algoritmos poderosos como el aprendizaje profundo”, agregó Marchis. “Esperamos que este algoritmo sea capaz de detectar una señal más rápido que los métodos convencionales porque esto nos permitirá hacer un seguimiento con otras antenas y, por lo tanto, confirmar si una señal es extraterrestre.
El artículo se publica en Nature Astronomy .
iflscience