Em uma pesquisa publicada segunda-feira (30 de janeiro) na revista científica Nature Astronomy, um doutorando da Universidade de Toronto aplicou técnicas de aprendizagem profunda em um banco de dados de estrelas próximas para a acelerar a taxa de descoberta de vida extraterrestre tecnologicamente avançada.
Trabalhando em conjunto com pesquisadores do Instituto SETI (sigla em inglês para Busca por Inteligência Extraterrestre), da Iniciativa Breakthrough Listen e outras instituições, o pesquisador Peter Ma reviu o estudo de algoritmos desenvolvidos há décadas para os primeiros computadores digitais. O trabalho retornou oito sinais promissores de inteligência extraterrestre de interesse, não identificados anteriormente.
A pesquisa buscou assinaturas tecnológicas (sinais de rádio flutuantes Doppler de banda estreita) – com base em aprendizagem profunda – em 820 alvos estelares do chamado Catálogo Hipparcos, uma biblioteca resultante da missão espacial de mesmo nome. Foram mais de 480 horas de dados do céu obtidos pelo Telescópio Robert C. Byrd, de Green Bank nos EUA.
O que mostraram as novas técnicas de aprendizagem profunda?
Fonte: Breakthrough Listen Initiatives/Divulgação.Fonte: Breakthrough Listen Initiatives
“No total, pesquisamos 150 terabytes (TB) de dados de 820 estrelas próximas, em um conjunto de dados que já havia sido pesquisado em 2017 por técnicas clássicas, mas rotulado [na época] como desprovido de sinais interessantes” afirma Ma em comunicado. Agora, a equipe de busca está reescalonando a procura para 1 milhão de estrelas com o MeerKAT, radiotelescópio da África do Sul com 64 antenas.
O objetivo do reexame do antigo estudo não foi descobrir novas informações, mas sim aplicar novas técnicas de aprendizagem profunda a um algoritmo de busca clássico no sentido de produzir resultados mais rápidos e precisos. Precisamos distinguir os excitantes sinais de rádio no espaço dos desinteressantes sinais de rádio da Terra", explica Ma.
Por isso, ao simular sinais dos dois tipos, a equipe estava na verdade treinando suas ferramentas de aprendizagem de máquina para distinguir entre sinais parecidos com extraterrestres e mera interferência gerada por seres humanos. O novo algoritmo criado por Ma poderá refinar a busca por "sinais extraterrestres de outras civilizações", afirma a segunda autora do artigo, Cherry Ng, do Instituto Dunlap de Astronomia e Astrofísica.
ARTIGO - Nature Astronomy - DOI: 10.1038/s41550-022-01872-z.
Fontes
Categorias
