Пока что проект SETI, существующий с в 1984 года и изучающий радиосигналы из космоса в поисках наличия в них признаков разумной деятельности, не дал никаких убедительных результатов. Однако в новой работе, опубликованной в журнале Nature Astronomy, описана попытка использования машинного обучения для обработки получаемых данных.
Нейросеть прошерстила данные, собранные телескопами ещё в 2016 году – 480 часов наблюдения за 820 звёздами – и выявила восемь интересных сигналов, упущенных предыдущими алгоритмами.
Ведущий автор работы – Питер Ма, студент Торонтского университета. Он объяснил, что если ранее машинное обучение применялось к обработке данных лишь частично, на отдельных этапах общей схемы обработки данных, то в новой работе нейросеть проделывает всю работу целиком от начала до конца. В результате ей удалось выявить сигналы, не обнаруженные традиционными программами.
Поиск нужных сигналов среди радиошума, создаваемого как природными процессами, так и нашими земными технологиями, напоминает поиски иголки в стоге сена. Астрономы выделяют сигналы определённого узкого диапазона, однако как они могут меняться в процессе перемещения на космические расстояния, понятно не до конца. Ма с коллегами натравили на эту задачу нейросеть, которая пытается отфильтровать земной шум и одновременно вычленить необычные сигналы, не похожие на результат естественных процессов.
По словам Ма, при использовании традиционных алгоритмов компьютер работает по заданным людьми инструкциям и находит только то, что мы просим его найти. Но проблема в том, что мы не знаем, как должны выглядеть сигналы, порождаемые другими цивилизациями. Нейросеть как раз пытается научиться этому.
Восемь необычных сигналов, найденных при помощи машинного обучения, пока не изучались специалистами. Конечно, вполне возможно, что изучив их, мы обнаружим признаки техносигнатур – особенности, присущие работе машин и приборов, созданных интеллектом. Однако Ма говорит, что рассчитывать на это лучше не стоит.
