Lorsque l’on réfléchit à la probabilité de découvrir une vie extraterrestre technologiquement avancée, la query qui se pose souvent est : « s’ils existent, pourquoi ne les avons-nous pas encore trouvés ? Et souvent, la réponse est que nous n’avons fouillé qu’une infime partie de la galaxie. De plus, les algorithmes développés il y a des décennies pour les premiers ordinateurs numériques peuvent être obsolètes et inefficaces lorsqu’ils sont appliqués à des ensembles de données modernes à l’échelle du pétaoctet. Maintenant, une recherche publiée dans Nature Astronomy et dirigée par un étudiant de leading cycle à l’Université de Toronto, Peter Ma, ainsi que des chercheurs de l’Institut SETI, de Breakthrough Listen et d’institutions de recherche scientifique du monde entier, a appliqué une approach d’apprentissage en profondeur à une étude antérieure. ensemble de données d’étoiles proches et a découvert huit signaux d’intérêt non identifiés auparavant.
« Au full, nous avons parcouru 150 To de données de 820 étoiles proches, sur un ensemble de données qui avait déjà été recherché en 2017 par des approaches classiques mais étiqueté comme dépourvu de signaux intéressants », a déclaré Peter Ma, auteur principal. “Nous étendons cet energy de recherche à 1 million d’étoiles aujourd’hui avec le télescope MeerKAT et au-delà. Nous pensons qu’un travail comme celui-ci aidera à accélérer le rythme auquel nous pouvons faire des découvertes dans notre grand effort and hard work pour répondre à la dilemma” sommes-nous seuls dans l’univers?'”
La recherche d’intelligence extraterrestre (SETI) recherche des preuves d’intelligence extraterrestre provenant d’au-delà de la Terre en essayant de détecter des technosignatures, ou des preuves de technologie, que des civilisations extraterrestres auraient pu développer. La procedure la as well as courante consiste à rechercher des signaux radio. La radio est un fantastic moyen d’envoyer des informations sur les distances incroyables entre les étoiles il traverse rapidement la poussière et le gaz qui imprègnent l’espace, et il le fait à la vitesse de la lumière (approximativement 20 000 fois furthermore rapide que nos meilleures fusées). De nombreux efforts SETI utilisent des antennes pour espionner tous les signaux radio que les extraterrestres pourraient transmettre.
Cette étude a réexaminé les données prises avec le télescope Green Financial institution en Virginie-Occidentale dans le cadre d’une campagne Breakthrough Pay attention qui n’indiquait initialement aucune cible d’intérêt. L’objectif était d’appliquer de nouvelles approaches d’apprentissage en profondeur à un algorithme de recherche classique pour obtenir des résultats in addition rapides et in addition précis. Après avoir exécuté le nouvel algorithme et réexaminé manuellement les données pour confirmer les résultats, les signaux nouvellement détectés présentaient plusieurs caractéristiques clés :
- Les signaux étaient à bande étroite, ce qui signifie qu’ils avaient une largeur spectrale étroite, de l’ordre de quelques Hz seulement. Les signaux causés par des phénomènes naturels ont tendance à être à substantial bande
- Les signaux avaient des taux de dérive non nuls, ce qui signifie que les signaux avaient une pente. De telles pentes pourraient indiquer que l’origine d’un sign a eu une certaine accélération relative avec nos récepteurs, donc non locale à l’observatoire radio
- Les signaux sont apparus dans les observations de supply ON et non dans les observations de source OFF. Si un sign provient d’une resource céleste spécifique, il apparaît lorsque nous pointons notre télescope vers la cible et disparaît lorsque nous détournons le regard. Les interférences radio humaines se produisent généralement dans les observations ON et OFF en raison de la proximité de la resource
Cherry Ng, une autre des conseillères de recherche de Ma et astronome à la fois à l’Institut SETI et au Centre national français de la recherche scientifique, a déclaré : “Ces résultats illustrent de manière spectaculaire la puissance de l’application des méthodes modernes d’apprentissage automatique et de eyesight par ordinateur aux défis des données en astronomie, ce qui se traduit par à la fois de nouvelles détections et des performances plus élevées. L’application de ces techniques à grande échelle sera transformationnelle pour la science de la technosignature radio.
Alors que les réexamens de ces nouvelles cibles d’intérêt n’ont pas encore abouti à de nouvelles détections de ces signaux, cette nouvelle approche d’analyse des données peut permettre aux chercheurs de comprendre as well as efficacement les données qu’ils collectent et d’agir rapidement pour réexaminer les cibles. Ma et son conseiller, le Dr Cherry Ng, sont impatients de déployer des extensions de cet algorithme sur le système COSMIC de l’Institut SETI.
Depuis le début des expériences SETI en 1960 avec le projet Ozma de Frank Drake à l’observatoire de Greenbank, un web-site qui abrite désormais le télescope utilisé dans ce dernier travail, les avancées technologiques ont permis aux chercheurs de collecter additionally de données que jamais. Ce volume massif de données nécessite de nouveaux outils informatiques pour traiter et analyser rapidement ces données afin d’identifier les anomalies qui pourraient être la preuve d’une intelligence extraterrestre. Cette nouvelle approche d’apprentissage automatique innove dans la quête pour répondre à la question « sommes-nous seuls ? »