“In totale, abbiamo cercato attraverso 150 TB di dati le 820 stelle vicine, su un set di dati che era stato precedentemente cercato nel 2017 con tecniche classiche ma etichettato come privo di segnali interessanti”, ha detto Peter Ma, autore principale. “Stiamo portando questo sforzo di ricerca a 1 milione di stelle oggi con il telescopio MeerKAT e oltre. Riteniamo che un lavoro come questo contribuirà ad accelerare la velocità con cui siamo in grado di fare scoperte nel nostro grande sforzo per rispondere alla domanda ‘siamo soli nell’universo?‘”
La ricerca dell’intelligenza extraterrestre (SETI) cerca prove di intelligenza extraterrestre originata oltre la Terra cercando di rilevare tecnofirme, o prove di tecnologia, che le civiltà aliene avrebbero potuto sviluppare. La tecnica più comune è la ricerca di segnali radio. La radio è un ottimo modo per inviare informazioni sulle incredibili distanze tra le stelle; passa rapidamente attraverso la polvere e il gas che permeano lo spazio, e lo fa alla velocità della luce (circa 20.000 volte più veloce dei nostri migliori razzi). Molti sforzi SETI utilizzano antenne per intercettare qualsiasi segnale radio che gli alieni potrebbero trasmettere.
Questo studio ha riesaminato i dati acquisiti con il Green Bank Telescope nel West Virginia come parte di una campagna Breakthrough Listen che inizialmente non indicava obiettivi di interesse. L’obiettivo era applicare nuove tecniche di deep learning a un algoritmo di ricerca classico per ottenere risultati più rapidi e accurati. Dopo aver eseguito il nuovo algoritmo e aver riesaminato manualmente i dati per confermare i risultati, i nuovi segnali rilevati presentavano diverse caratteristiche chiave:
- I segnali erano a banda stretta, nel senso che avevano un’ampiezza spettrale ridotta, dell’ordine di pochi Hz. I segnali causati da fenomeni naturali tendono ad essere a banda larga.
- I segnali avevano tassi di deriva diversi da zero, il che significa che i segnali avevano una pendenza. Tali pendenze potrebbero indicare che l’origine di un segnale ha avuto una certa accelerazione relativa con i nostri ricevitori, quindi non locale rispetto all’osservatorio radio.
- I segnali sono apparsi nelle osservazioni ON-source e non nelle osservazioni OFF-source. Se un segnale proviene da una specifica sorgente celeste, appare quando puntiamo il nostro telescopio verso il bersaglio e scompare quando distogliamo lo sguardo. L’interferenza radio umana di solito si verifica nelle osservazioni ON e OFF a causa della vicinanza della sorgente.
Cherry Ng, un altro dei consulenti di ricerca di Peter Ma e astronomo sia presso l’Istituto SETI che presso il Centro nazionale francese per la ricerca scientifica, ha dichiarato: “Questi risultati illustrano in modo drammatico il potere dell’applicazione dei moderni metodi di apprendimento automatico e visione artificiale alle sfide dei dati in astronomia, con il risultato di avere sia nuovi rilevamenti che prestazioni più elevate. L’applicazione di queste tecniche su larga scala sarà trasformativa per la scienza della tecnosignatura radio.”
Sebbene il riesame di questi nuovi obiettivi di interesse non abbia ancora portato a nuovi rilevamenti di questi segnali, questo nuovo approccio all’analisi dei dati può consentire ai ricercatori di comprendere in modo più efficace i dati che raccolgono e agire rapidamente per riesaminare gli obiettivi. Peter Ma e il suo consulente Dr. Cherry Ng non vedono l’ora di implementare estensioni di questo algoritmo sul sistema COSMIC del SETI Institute.
Da quando gli esperimenti SETI sono iniziati nel 1960 con il Progetto Ozma di Frank Drake presso l’Osservatorio di Greenbank, un sito che ora ospita il telescopio utilizzato in quest’ultimo lavoro, i progressi tecnologici hanno consentito ai ricercatori di raccogliere più dati che mai. Questo enorme volume di dati richiede nuovi strumenti computazionali per elaborare e analizzare rapidamente tali dati per identificare anomalie che potrebbero essere prove di intelligenza extraterrestre. Questo nuovo approccio di apprendimento automatico sta aprendo nuovi orizzonti nella ricerca per rispondere alla domanda “siamo soli?”
Fonte: Materiali forniti da SETI Institute . Riferimento rivista: Ma, PX, Ng, C., Rizk, L. et al. Una ricerca approfondita di firme tecnologiche da 820 stelle vicine . Nat Astron , 2023 DOI: 10.1038/s41550-022-01872-z. Istituto SETI. “L’apprendimento automatico ci aiuterà a trovare la vita extraterrestre?” ScienceDaily. ScienceDaily, 30 gennaio 2023. <www.sciencedaily.com/releases/2023/01/230130130512.htm>.
https://www.asterios.it/catalogo/epimente
