Bill Diamond hovorí: V našej galaxii je 10 až 50 miliárd potenciálne obývateľných svetov. To trochu sťažuje jeho úlohu.

Pán Diamond je generálnym riaditeľom výskumného inštitútu SETI so sídlom v USA. Písmená „Seti“ sú skratkou pre Search for Extraterrestrial Intelligence.

„Spoločnosť SETI v rámci svojho úsilia hľadá vedu a technológiu mimo slnečnej sústavy ako dôkaz života a inteligencie, a to je do značnej miery problém v kope sena,“ hovorí.

„Hľadáme niečo, čo je potenciálne veľmi zriedkavé a čo môže byť veľmi ťažké nájsť a extrahovať z javov na pozadí, ktoré súčasne pozorujete.“

Nové nástroje však pomáhajú pri hľadaní. Schopnosť umelej inteligencie (AI) spracovávať obrovské súbory údajov – a zisťovať anomálie – transformuje hľadanie mimozemskej inteligencie.

Jeden takýto projekt zahŕňa partnerstvo medzi inštitútom SETI a americkým Národným rádioastronomickým observatóriom v Novom Mexiku. Toto federálne zariadenie využíva rádiové frekvencie na štúdium nebeských telies, ako sú planéty, hviezdy a asteroidy.

SETI buduje paralelný softvérový systém AI pre hlavné zariadenie observatória, ktoré je… Veľmi veľké pole. VLA bola postavená v rokoch 1973 až 1981 a pozostáva z 28 veľkých anténnych parabol s priemerom 25 metrov rozmiestnených na púštnej pláni. Predstavte si satelitné antény, ktoré nájdete v domácnostiach ľudí vo veľkom meradle.

Keď je v prevádzke, AI bude schopná spracovať každý bit zachytených dát – 2 terabajty (TB) za sekundu. Aby sme to dali do kontextu, moderné notebooky majú zvyčajne celkový úložný priestor okolo 1 TB.

Pán Diamond hovorí, že rastúce využívanie umelej inteligencie sa už ukazuje ako „nepostrádateľné“, keďže jeho inštitút pokračuje v pátraní po mimozemskom živote.

Upozorňuje, že umelá inteligencia umožňuje vyhľadávať nové typy rádiových signálov z exotických zdrojov. Vysvetľuje, že SETI tradične hľadá úzkopásmové signály podobné tým, ktoré používajú ľudia.

„Ale vždy tu bola otázka, čo keby existovala pokročilá vesmírna technológia, ktorá využívala širokopásmové pripojenie.“ [radio]“Ak je to tak, naše tradičné metódy nebudú fungovať a na obrazovke to bude vyzerať ako veľa hluku.“

Pán Diamond však hovorí, že schopnosť AI spracovať obrovské množstvo údajov znamená, že by bolo možné v priebehu času urobiť milióny „snímok“ tohto zasneženého zvukového obrazu a začať hľadať vzory. „Je to spôsob, ako pridať niečo nové do výskumu.“

Ďalším projektom, s ktorým Seti spolupracuje, je Prelomové počúvanie. Táto schéma, podporovaná financovaním zo súkromného sektora vo výške viac ako 100 miliónov libier, skenuje 1 milión hviezd a 100 galaxií v širokom rozsahu rádiových a optických pásiem a hľadá dôkazy technologického života.

Jeden z členov projektu, študent University of Toronto Peter Ma, nedávno vyvinul nový systém umelej inteligencie určený na skúmanie údajov z ďalekohľadu, rozlišovanie medzi potenciálne skutočnými signálmi od mimozemšťanov a interferenciou.

Jeho tím to urobil simuláciou oboch typov hluku a potom trénovaním ich AI, aby ich rozlíšili.

Ma hovorí, že vesmírny signál sa napríklad „objaví iba vtedy, keď naň nasmerujeme naše teleskopy… a zmizne, keď namierime od neho“.

Projekt už identifikoval osem potenciálnych vesmírnych signálov, ktoré neboli detekované konvenčnou analýzou. Pán Ma sa však domnieva, že keďže pozorovania ešte neboli zopakované, pravdepodobne pôjde o falošne pozitívne výsledky.

Používa sa aj umelá inteligencia, ktorá sa snaží odhaliť známky života skromnejšieho charakteru, bližšie k domovu.

Vlani začala sonda Perseverance od NASA zbierať vzorky z krátera Jezero na Marse, ktoré, ak všetko pôjde dobre, sa do niekoľkých rokov vrátia na Zem.

Vedci sa skutočne domnievajú, že prístroj Sherlock roveru zistil organické zlúčeniny, ktoré žiaria pod ultrafialovým svetlom.

Organické zlúčeniny však môžu byť vytvorené nebiologickými procesmi, čo znamená, že zatiaľ nie je možné určiť, či pochádzajú z minulého života na planéte.

To všetko by sa však mohlo zmeniť vďaka novému výskumu Carnegie Institution for Science, ktorý pomocou umelej inteligencie analyzuje vzorky hornín na známky súčasného alebo minulého života.

Tím zistil, že AI je schopná rozlišovať medzi predtým živými a neživými materiálmi s presnosťou približne 90 %.

„Toto je veľmi nový prístup k hľadaniu molekulárnych biologických podpisov,“ hovorí spoluriešiteľ Dr. Robert Hazen.

„Používame strojové učenie, aby sme sa pozreli na všetky obrovské množstvá údajov prostredníctvom analytickej metódy, ktorá produkuje pol milióna údajových bodov na vzorku. Preto hľadáme jemné vzory v molekulárnych distribúciách.“