A IA NA BUSCA DE ALIENÍXENAS

Diríase que vivimos un revival do interese polo fenómeno OVNI (rebautizado como UAP, Fenómenos Aéreos Non Identificados), coa NASA ocupándose oficialmente diso e declaracións sensacionais no Congreso de EEUU. Pero lonxe de todo o ruído mediático, tamén se intensificou o rastrexo do cosmos en busca de sinais de tecnoloxía alieníxena, con novos proxectos e máis diñeiro. E cun novo reforzo: a Intelixencia Artificial (IA) pode ver o que nós non distinguimos, e procesar o que para nós é inabordable. Será unha IA a que descubra intelixencia alieníxena?

Cando en 1960 o astrónomo Frank Drake apuntou por primeira vez un radiotelescopio do observatorio de Green Bank (Virginia Occidental) a dúas estrelas en busca de sinais alieníxenas, inaugurou un empeño científico chamado SETI (Procura de Intelixencia Extraterrestre) que non cesou. Sendo a primeira vez que se probaba algo similar, era posible que o universo bulise de transmisións alieníxenas e que ata entón non o soubésemos. Non foi así; Drake non atopou nada. E nada ata hoxe.

Así, durante décadas o problema foi a falta de datos, mentres os científicos só podían facer procuras moi selectivas, explorando pequenos sectores do ceo nos ocos libres que deixaba o uso dos telescopios para radioastronomía. Pero tórnalas cambiaron radicalmente: en 2015 o empresario e físico Yuri Milner e a súa esposa Julia fundaron Breakthrough Listen, o maior proxecto SETI da historia, financiado con 100 millóns de dólares para 10 anos e destinado a rastrexar un millón de estrelas a través do observatorio de Green Bank, o de Parkes en Australia, o conxunto de 64 antenas MEERKAT en Sudáfrica e varios telescopios máis mediante colaboracións con diversos socios.

O problema agora é o oposto: unha cantidade inxente de datos. Os astrónomos xa utilizaban algoritmos automatizados para filtrar os sinais recollidos. Pero estes sistemas corren o risco de descartar algunhas potencialmente interesantes. Aquí entran en xogo os algoritmos de aprendizaxe automática, unha forma de IA. Os científicos poden adestrar a estes sistemas mediante sinais simulados entre datos reais para que aprendan a distinguir aquelas que non parezan de orixe natural nin interferencias terrestres: que ocupen unha banda estreita de frecuencias, típico dunha transmisión; que desaparezan ao mover o telescopio noutra dirección, indicando que non son locais; e que se alteren ao longo do tempo seguindo o patrón esperado cando a súa fonte e a Terra desprázanse unha respecto a a outra.

O famoso sinal Wow!, captada en 1977, considerouse historicamente a candidata máis clara a unha posible transmisión alieníxena / Big Ear Radio Observatory and North American AstroPhysical Observatory (NAAPO)

Na Universidade de Toronto, Peter Ma aínda é un estudante de licenciatura de matemáticas e física, pero proporcionou aos investigadores una destas ferramentas que abren “unha nova era para a investigación SETI”, contaba a  Nature o astrónomo do Instituto SETI Franck Marchis. O sistema creado por Ma permitiu reanalizar máis de 150 terabytes de datos de Breakthrough Listen, procedentes de 480 horas de observación de 820 estrelas desde Green Bank; datos que xa foran examinados en 2017 por algoritmos clásicos.

Onde as técnicas tradicionais non atoparan nada, entre case 3 millóns de sinais o novo sistema detectou máis de 20.000 posibles candidatas. Revisando esta avalancha de datos uno a un, os científicos seleccionaron oito sinales prometedoras. Por desgraza, ningunha delas volveu detectarse de novo, polo que non se puido confirmar a súa natureza. Pero segundo Michael Garrett, director do Jodrell Bank Centre for Astrophysics da Universidade de Manchester e que non participou no estudo, todas eran “moito máis convincentes” que o famoso sinal Wow!, captada en 1977 e que historicamente se considerou a candidata máis clara a unha posible transmisión alieníxena.

Aínda que non haxa resultados, é só o comezo. Os autores do estudo continuarán vixiando esas oito fontes, estenderán a procura ao millón de estrelas de Breakthrough Listen utilizando datos do MEERKAT, e mesmo poderían reanalizar outros datos previos que no seu momento non renderon nada aproveitable. Mentres, a IA continuará mellorando, dentro das súas posibilidades: como sinala o coautor do estudo Danny Price, da Universidade Curtin de Australia, pensar que unha IA vai atopar intelixencia extraterrestre por si mesma “soa á trama dunha emocionante novela de ciencia ficción”. Pero si pode procesar, recoñecer patróns e clasificar infinitamente mellor que nós.

A IA pode contribuír noutras tarefas. Investigadores da Universidade de Berkeley empregan un destes sistemas para seleccionar as estrella candidatas cara ás que orientar o maior disco do mundo, o FAST de 500 metros en China. Na Universidade de Harvard, o proxecto Galileo liderado polo astrofísico Avi Loeb utilizará IA para analizar imaxes de UAP e datos de satélites que puidesen revelar transmisións alieníxenas próximas; Loeb distinguiuse polas súas ousadas e polémicas afirmacións sobre visitas alieníxenas á Terra.

Os astrónomos xa utilizaron algoritmos automatizados para filtrar os sinais recollidos, pero estes sistemas corren o risco de descartar algunhas potencialmente interesantes / Mario Guti /IStock

Ao mesmo tempo, novos telescopios mellorarán a cantidade e calidade dos datos, como o Square Kilometre Array proxectado en Sudáfrica e Australia, e o Next Generation VLA en EEUU. “Coa nosa nova técnica, combinada coa próxima xeración de telescopios, esperamos que a aprendizaxe automática poida levarnos de buscar en centos de estrelas a buscar en millóns”, di Ma. Garrett apunta que xa hai científicos preparando protocolos sobre como actuar despois do primeiro sinal confirmado; “mesmo investigadores SETI veteranos están a comezar a pensar que poderiamos estar no limiar dun descubrimento científico transcendental”. 

FONTE: Javier Yanes/ bbvaopenmind.com