Con l’aiuto di una rete neurale di apprendimento automatico, sono stati individuate 8 potenziali firme tecnologiche in segnali radio provenienti da cinque stelle vicine. Lo studio è stato pubblicato il 30 gennaio 2023 su Nature Astronomy.
L’obiettivo della ricerca dell’intelligenza extraterrestre (SETI) è quantificare la prevalenza della vita tecnologica oltre la Terra attraverso le loro “firme tecnologiche”. Una tecnofirma teorizzata è rappresentata dai segnali radio alla deriva Doppler a banda stretta.
La sfida principale nella conduzione del SETI nel dominio radio è lo sviluppo di una tecnica generalizzata per respingere l’interferenza umana a radiofrequenza. Questo studio presentamo una completa ricerca di firme tecnologiche basata sull’apprendimento profondo su 820 obiettivi stellari dal catalogo Hipparcos, per un totale di oltre 480 ore di dati in cielo presi con il Robert C. Byrd Green Bank Telescope come parte dell’iniziativa Breakthrough Listen.
Il lavoro ha restituito otto promettenti segnali di intelligenza extraterrestre di interesse non identificati in precedenza. Le ri-osservazioni su questi bersagli finora non hanno portato a ri-rilevamenti di segnali con morfologia simile. Questo approccio di apprendimento automatico si presenta come una soluzione leader per accelerare SETI e altre ricerche transitorie nell’era dell’astronomia basata sui dati.
Un metodo di apprendimento automatico all’avanguardia combina un set di dati lungo 480 ore di 820 stelle vicine del progetto SETI Breakthrough Listen, riducendo il numero di segnali interessanti di due ordini di grandezza. Un’ulteriore ispezione visiva identifica otto promettenti segnali di interesse provenienti da diverse stelle che giustificano ulteriori osservazioni.
Le firme tecnologiche per coloro che hanno familiarità, sono segnali generati tecnologicamente che potrebbero identificare civiltà extraterrestri avanzate. La campagna per trovare questi segnali proviene da Breakthrough Listen, un’iniziativa finanziata privatamente, che cerca di individuare prove di civiltà extraterrestri.
In una dichiarazione, Peter Ma, uno studente universitario dell’Università di Toronto, in Canada, ha dichiarato: “Con la nostra nuova tecnica, combinata con la prossima generazione di telescopi, speriamo che l’apprendimento automatico possa portarci dalla ricerca su centinaia di stelle alla ricerca su milioni di stelle”.
I ricercatori hanno analizzato oltre 150 terabyte di dati che rappresentavano le osservazioni effettuate su 820 stelle vicine. Il team ha scoperto che il nuovo algoritmo eccelle nell’organizzare i dati dei telescopi in categorie. Questo ha permesso loro di fare distinzioni tra ciò che viene chiamato “rumore” o interferenza che può essere ignorato e segnali reali.
Per garantire che il nuovo algoritmo non venisse ingannato dal rumore e dai dati originati dalla Terra, il team ha addestrato i propri strumenti di apprendimento automatico per distinguere tra interferenze create dall’uomo e potenziali segnali provenienti dall’esterno della Terra. “In molte delle nostre osservazioni, ci sono molte interferenze, … Dobbiamo distinguere i segnali radio interessanti provenienti dallo spazio dai segnali radio di interferenza provenienti dalla Terra“.
Per fare ciò, hanno prima testato la gamma di algoritmi per determinare sia la precisione sia la frequenza con cui fornivano falsi positivi. Quello che ha funzionato meglio è stato un algoritmo che combinava due sottocampi di apprendimento automatico, apprendimento supervisionato e apprendimento non supervisionato, che insieme possono passare attraverso grandi set di dati alla ricerca di schemi nascosti. Ed è stato utilizzando questo nuovo algoritmo che sono stati scoperti 8 segnali originati da cinque diversi sistemi stellari.
Ogni stella si trova a una distanza compresa tra 30 e 90 anni luce dalla Terra. Sebbene queste siano distanze molto grandi da ciò a cui siamo abituati sul nostro pianeta, in termini galattici, è all’interno dello stesso quartiere. Il progetto stesso sta cercando 1 milione di stelle vicine, così come il “Gruppo Locale“, che è il nostro gruppo locale di galassie, e il piano della Via Lattea per prove e segni di vita aliena.
Ma cosa separa esattamente questi segnali da altri per essere classificati come potenzialmente tecnofirme? Lo scienziato del progetto Breakthrough Listen, Steve Croft spiega: “In primo luogo, sono presenti quando guardiamo la stella e assenti quando distogliamo lo sguardo, al contrario delle interferenze di origine locale, che generalmente sono sempre presenti”.
Il ricercatore continua dicendo: “In secondo luogo, i segnali cambiano di frequenza nel tempo in un modo che li fa apparire lontani dal telescopio“.
Con questi risultati, il team è ottimista sul fatto che con l’aiuto dell’intelligenza artificiale si possa trovare la vita al di fuori del nostro pianeta. Cherry Ng, coautrice della ricerca e astronoma anche all’Università di Toronto, ha dichiarato: “Con l’aiuto dell’intelligenza artificiale, sono ottimista sul fatto che saremo in grado di quantificare meglio la probabilità della presenza di segnali extraterrestri di altre civiltà nella congerie di onde radio che riceviamo continuamente“.
Infine, in una seconda dichiarazione diffusa tramite il SETI, Ma ha annunciato l’espansione del programma per la ricerca basara sull’ascolto di un milione di stelle e oltre utilizzando il telescopio MeerKat. “Stiamo portando questo sforzo di ricerca a 1 milione di stelle oggi con il telescopio MeerKAT … Riteniamo che un lavoro come questo contribuirà in modo importante ad accelerare la velocità con cui siamo in grado di fare scoperte nel nostro grande sforzo per rispondere alla domanda: ‘Siamo solo nell’universo?’”
