¿Ya hemos recibido señales de seres alienígenas pero no nos hemos dado cuenta?
La búsqueda de inteligencia extraterrestre (SETI) consiste en buscar pruebas de inteligencia extraterrestre originada más allá de la Tierra, tratando de detectar indicios de tecnología avanzada no humana, que podría haber sido desarrollada por civilizaciones alienígenas. La técnica más común es la búsqueda de señales de radio. La radio es un medio excelente para enviar información a través de las increíbles distancias que separan las estrellas; atraviesa rápidamente el polvo y el gas que a menudo se interponen entre las estrellas y la Tierra, y lo hace a la velocidad de la luz (unas 20.000 veces más rápido que nuestros mejores cohetes). Muchos proyectos SETI utilizan antenas de tipo parabólico gigantes para captar las señales de radio que puedan transmitir hipotéticos extraterrestres.
Cuando se reflexiona sobre la probabilidad de descubrir vida extraterrestre tecnológicamente avanzada, la pregunta que suele surgir es: «si están ahí fuera, ¿por qué no los hemos encontrado todavía?». Y, a menudo, la respuesta es que solo hemos buscado en una ínfima parte de la galaxia. Además, los algoritmos desarrollados hace décadas para los primeros ordenadores pueden resultar anticuados e ineficaces cuando se aplican a conjuntos de datos modernos a escala de petabytes. Y la tendencia es que la cantidad de datos a escrutar siga aumentando a pasos gigantescos, teniendo en cuenta que las innovaciones tecnológicas en el campo de la búsqueda de inteligencia extraterrestre (SETI por sus siglas en inglés) permiten escrutar el cosmos a una escala cada vez mayor.
Ahora, el equipo de Peter Ma, de la Universidad de Toronto en Canadá, y Cherry Ng, del Instituto SETI en Estados Unidos, ha aplicado una técnica de aprendizaje profundo (una modalidad de inteligencia artificial) a un conjunto de datos previamente estudiado de estrellas cercanas y ha descubierto ocho señales intrigantes que en su día fueron pasadas por alto.
En total, el nuevo sistema de inteligencia artificial ha examinado 150 TB de datos de 820 estrellas cercanas, en un conjunto de datos que previamente había sido examinado en 2017 mediante técnicas analíticas clásicas y que fue etiquetado erróneamente como carente de señales interesantes.
La inteligencia artificial puede revisar datos mucho más deprisa que un ser humano y encontrar indicios de señales artificiales extrahumanas que son demasiado sutiles para que un humano se percate de ellos directamente.
Estas cualidades de la inteligencia artificial van a ser cada vez más necesarias para analizar los datos obtenidos en los rastreos SETI, sobre todo si tenemos en cuenta que ya se trabaja en iniciativas que examinarán un millón de estrellas. Tal como argumenta Ma, el uso de sistemas de inteligencia artificial como el que su equipo ha empleado, puede acelerar notablemente el ritmo de descubrimientos de señales sospechosas.
Concretamente, Ma y sus colegas reanalizaron mediante inteligencia artificial datos que fueron recolectados por el radiotelescopio Green Bank en Virginia Occidental, Estados Unidos, como parte de una campaña Breakthrough Listen que, aparentemente, no detectó nada interesante.
El escrutinio hecho por el sistema de inteligencia artificial, y comprobaciones adicionales realizadas por los miembros humanos del equipo para confirmar lo encontrado, han revelado recepciones de ocho señales que, debido a lo peculiar de sus características, podrían ser artificiales (aunque por ahora no hay forma de verificarlo).
Las señales eran de banda estrecha, es decir, tenían una anchura espectral reducida, del orden de unos pocos hercios. Las señales causadas por fenómenos naturales tienden a ser de banda ancha.
Las señales aparecieron en observaciones orientadas a un punto concreto del firmamento y no en observaciones apartadas de dicho punto. Si una señal procede de una fuente celeste concreta, aparece cuando apuntamos nuestro instrumento hacia el objetivo y desaparece cuando lo apartamos de ese punto. Las radiointerferencias de origen artificial humano suelen producirse tanto al apuntar a un objetivo celeste como al apartarlo de este, debido a la proximidad de la fuente.
Otros de los rasgos examinados también son raros en señales de origen natural.
Ma y sus colegas exponen los detalles técnicos de su análisis de datos mediante inteligencia artificial en la revista académica Nature Astronomy, bajo el título “A deep-learning search for technosignatures from 820 nearby stars”. (Fuente: NCYT de Amazings)
Comentarios