8 segnali da stelle vicine - Università di Toronto

News dal mondo dell'esobiologia
Rispondi
Avatar utente
Riccardo Giuliani
Site Admin
Messaggi: 7155
Iscritto il: mer ott 04, 2006 10:32 am
Residenza: Polignano a Mare (Bari)
Contatta:

8 segnali da stelle vicine - Università di Toronto

Messaggio da Riccardo Giuliani »

---

Avendo letto la notizia in rete ho preferito, verificare e trovare la fonte. Eccola >

https://www.dunlap.utoronto.ca/ai-accelerate-seti/

30 gennaio 2023

Gli astronomi dell'Università di Toronto (canada) utilizzano una nuova tecnica di intelligenza artificiale per accelerare la ricerca di segnali extraterrestri

di Meaghan MacSween


Siamo soli nell'universo?

Gli scienziati potrebbero averci appena avvicinato alla risposta a questa domanda.


Il team - guidato da ricercatori dell'Università di Toronto - ha semplificato la ricerca della vita extraterrestre utilizzando un nuovo algoritmo per organizzare i dati dai loro telescopi in categorie, al fine di distinguere tra segnali reali e interferenze . Ciò ha permesso loro di ordinare rapidamente le informazioni e trovare schemi, attraverso un processo di intelligenza artificiale noto come apprendimento automatico.

La ricerca per scoprire altre forme di vita avanzate nell'universo comporta l'individuazione di segnali generati tecnologicamente ("tecnofirme"), poiché si presume che una civiltà extraterrestre avanzata sarebbe abbastanza sofisticata da emettere questi segnali. Dagli anni '60, gli astronomi che lavorano su "SETI" (la ricerca dell'intelligenza extraterrestre) hanno utilizzato potenti radiotelescopi per cercare queste firme tecnologiche in migliaia di stelle e centinaia di galassie.

Nonostante il fatto che i telescopi utilizzati per queste ricerche si trovino in aree in cui vi è un'interferenza minima da parte di tecnologie come telefoni cellulari e stazioni TV, il disturbo umano pone ancora grandi sfide. "In molte delle nostre osservazioni, ci sono molte interferenze", afferma Peter Ma, studente universitario e ricercatore dell'Università di Toronto. È anche il primo autore del documento di ricerca che rivela quest'ultima tecnica, pubblicato oggi su Nature Astronomy . "Dobbiamo distinguere i segnali radio eccitanti nello spazio dai segnali radio poco interessanti dalla Terra."

Simulando segnali di entrambi i tipi, il team ha addestrato i propri strumenti di apprendimento automatico a distinguere tra segnali di tipo extraterrestre e interferenze generate dall'uomo. Hanno confrontato una serie di diversi algoritmi di apprendimento automatico, ne hanno studiato la precisione e i tassi di falsi positivi, quindi hanno utilizzato tali informazioni per stabilire un potente algoritmo, creato da Ma.

Questo nuovo algoritmo ha portato alla scoperta di otto nuovi segnali radio che potrebbero potenzialmente essere trasmissioni da intelligenze extraterrestri.

Gli otto segnali provenivano da cinque diverse stelle, situate a una distanza compresa tra 30 e 90 anni luce dalla Terra. Questi segnali sono stati trascurati in una precedente analisi degli stessi dati, che non utilizzava l'apprendimento automatico.

Per il team SETI, questi segnali sono considerati notevoli per due motivi: "In primo luogo", spiega il dottor Steve Croft, Project Scientist per Breakthrough Listen sul Green Bank Telescope, " sono presenti quando guardiamo la stella e assenti quando distogliamo lo sguardo, al contrario dell'interferenza locale, che generalmente è sempre presente. In secondo luogo, i segnali cambiano di frequenza nel tempo in modo tale da farli apparire lontani dal telescopio».

Croft osserva che è importante rendersi conto che quando si dispone di un set di dati contenente milioni di segnali, occasionalmente i segnali possono avere le due caratteristiche che spiega sopra, solo per puro caso. “È un po' come camminare su un sentiero di ghiaia e trovare un sasso incastrato nel battistrada della tua scarpa che sembra calzare perfettamente.”

Per questo motivo, anche se i segnali appaiono nel modo in cui il team si aspetta che appaiano i segnali extraterrestri, i ricercatori non sono ancora convinti che provengano da un'intelligenza extraterrestre, almeno finché non vedono di nuovo lo stesso segnale. Quando sono state effettuate brevi osservazioni di follow-up utilizzando il Green Bank Radio Telescope , i modelli che potrebbero indicare segnali extraterrestri non sono stati trovati. Ulteriori osservazioni e analisi sono in corso.

Ma si riferisce all'algoritmo che ha creato come una combinazione di due sottotipi di apprendimento automatico: apprendimento supervisionato e apprendimento non supervisionato. Chiamato "apprendimento semi-non supervisionato", il suo approccio prevede l'utilizzo di tecniche supervisionate per guidare e addestrare l'algoritmo al fine di aiutarlo a generalizzare, con tecniche di apprendimento non supervisionato, in modo che nuovi schemi nascosti possano essere scoperti più facilmente nei dati.

Ma ha avuto per la prima volta l'idea di applicare questo algoritmo specifico alla ricerca di intelligenza extraterrestre in una classe di informatica di grado 12. Sfortunatamente, il progetto ha confuso i suoi insegnanti, perché non erano sicuri di come potesse essere utilizzato.

"Ho detto al mio team solo dopo la pubblicazione del giornale che tutto è iniziato come un progetto di scuola superiore che non è stato molto apprezzato dai miei insegnanti".

La dottoressa Cherry Ng, ricercatrice associata presso il Dunlap Institute for Astronomy and Astrophysics dell'Università di Toronto e secondo autore dell'articolo, afferma che le nuove idee sono molto importanti in un campo come il SETI. " Colpendo i dati con ogni tecnica, potremmo essere in grado di scoprire segnali entusiasmanti".

Ng, che lavora a questo progetto con Ma dall'estate del 2020, afferma che l'apprendimento automatico è la strada da percorrere nell'era attuale dell'astronomia dei big data. "Sono impressionato dal modo in cui questo approccio ha funzionato nella ricerca dell'intelligenza extraterrestre".

"Con l'aiuto dell'intelligenza artificiale, sono ottimista sul fatto che saremo in grado di quantificare meglio la probabilità della presenza di segnali extraterrestri provenienti da altre civiltà".

Guardando al futuro, Ma, Ng e il resto del team SETI sperano di espandere il loro nuovo algoritmo e applicarlo ad altri set di dati e osservatori.

Utilizzando potenti radiotelescopi multi-antenna come MeerKAT , Square Kilometer Array e Next Generation VLA , Ma afferma che il team prevede di ridimensionare il proprio approccio di apprendimento automatico in modo sostanziale.

"Con la nostra nuova tecnica, combinata con la prossima generazione di telescopi, speriamo che l'apprendimento automatico possa portarci dalla ricerca di centinaia di stelle alla ricerca di milioni".

I dati utilizzati in questo studio provengono dal Green Bank Telescope in West Virginia, che è una delle principali strutture coinvolte nel progetto di ricerca di technosignature Breakthrough Listen . La Breakthrough Listen Initiative, sponsorizzata dalla Breakthrough Prize Foundation, è la ricerca scientifica più potente, completa e intensiva mai intrapresa per segni di vita intelligente oltre la Terra.

Radiotelescopio_Green_Bank_Forum_ADIA_Vita_altrove_1200.jpg
Radiotelescopio_Green_Bank_Forum_ADIA_Vita_altrove_1200.jpg (1.34 MiB) Visto 184 volte
Universita_Toronto_Peter_Ma_Forum_ADIA_1200.jpg
Universita_Toronto_Peter_Ma_Forum_ADIA_1200.jpg (63.72 KiB) Visto 183 volte

...
Cieli e giorni sereni - Riccardo Giuliani
.
http://www.aeritel.com - Telescopi & dintorni

Immagine
Avatar utente
Bavic
Utente ADIA senior
Messaggi: 467
Iscritto il: mar nov 13, 2007 2:04 pm
Residenza: Bari

Re: 8 segnali da stelle vicine - Università di Toronto

Messaggio da Bavic »

C'è sempre più speranza di sentire ufficialmente qualcosa di particolare
Via con l'infinito (Giuseppe)
Rispondi

Torna a “Vita altrove”