IA encontra oito candidatos a sinais de inteligência extraterrestre

Redação do Site Inovação Tecnológica - 31/01/2023

A IA promete aumentar a velocidade e a precisão na busca por inteligência extraterrestre.
[Imagem: Breakthrough Listen / Danielle Futselaar]

Tecnoassinaturas

O pesquisador Peter Ma, da Universidade de Toronto, no Canadá, não ficou nada satisfeito quando um banco de dados de 150 TB foi descartado pelas ferramentas de análise de dados normalmente usadas para encontrar indícios de fenômenos não-naturais.

Mais especificamente, aqueles dados, referentes a 820 estrelas próximas de nós, foram escaneados em busca de sinais de vida extraterrestre, as chamadas tecnoassinaturas, ou evidências de tecnologia.

Então Ma e seus colegas decidiram desenvolver uma nova ferramenta de análise de dados, baseada em inteligência artificial. A abordagem consistiu em aplicar novas técnicas de aprendizado profundo a um algoritmo de pesquisa tradicional para produzir resultados mais precisos - e, de quebra, fazer isso mais rapidamente.

O novo software encontrou nada menos do que oito sinais de interesse que não haviam sido detectados anteriormente.

A equipe então checou manualmente os dados para confirmar os resultados, e verificou que os novos sinais têm várias características que os tornam merecedores de toda a atenção:

• Os sinais têm banda estreita, o que significa que apresentam uma pequena largura espectral, da ordem de apenas alguns hertz (Hz). Em comparação sinais causados por fenômenos naturais tendem a ser de banda larga.
• Os sinais têm taxas de desvio diferentes de zero, o que significa que, quando plotados em um gráfico, apresentam uma inclinação. Esses picos podem indicar que a origem de um sinal teve alguma aceleração relativa em relação aos nossos receptores, portanto não podem ter-se originado no próprio radiotelescópio.
• Os sinais apareceram em observações da fonte, mas não em observações fora da fonte. Se um sinal se origina de uma fonte celeste específica, ele aparece quando apontamos nosso radiotelescópio para o alvo e desaparece quando o apontamos para outro local. A interferência de rádio humana geralmente ocorre em observações na fonte e fora dela devido à proximidade da fonte.

"Esses resultados ilustram dramaticamente o poder da aplicação de métodos modernos de aprendizado de máquina e visão computacional para desafios de dados em astronomia, resultando em novas detecções e maior desempenho. A aplicação dessas técnicas em escala será transformadora para a ciência da tecnoassinatura de rádio," disse Ma.

• Busca por vida extraterrestre precisa ser levada a sério, dizem cientistas

Gráficos em cascata dos oito sinais de interesse. Cada painel tem largura de 2.800 Hz e os eixos x são referenciados ao centro do trecho onde o sinal se encontra.
[Imagem: SETI Institute]

Estamos sozinhos no universo?

A equipe já está reexaminando esses oito novos alvos de interesse, mas ainda não conseguiu novas detecções de nenhum desses sinais.

Contudo, essa nova abordagem de análise de dados pode permitir que os astrônomos entendam com mais eficácia os dados que coletam e ajam mais rapidamente para reexaminar os alvos, não deixando que vários anos se passem sem que uma fonte potencial seja novamente observada.

"Estamos ampliando esse esforço de busca para um milhão de estrelas hoje com o telescópio MeerKAT, e iremos além. Acreditamos que um trabalho como esse ajudará a acelerar a taxa com que podemos fazer descobertas em nosso grande esforço para responder à pergunta 'Estamos sozinhos no universo?'," concluiu Ma.

• Começa maior busca já feita por sinais de vida extraterrestre

Bibliografia:

Artigo: A deep-learning search for technosignatures from 820 nearby stars
Autores: Peter Xiangyuan Ma, Cherry Ng, Leandro Rizk, Steve Croft, Andrew P. V. Siemion, Bryan Brzycki, Daniel Czech, Jamie Drew, Vishal Gajjar, John Hoang, Howard Isaacson, Matt Lebofsky, David MacMahon
Revista: Nature Astronomy
DOI: 10.1038/s41550-022-01872-z