Maskininlärning kan öka tempot i sökandet efter utomjordningar

Seti – search for extraterrestrial intelligence – är det kollektiva namnet på det vetenskapliga sökandet efter intelligent utomjordiskt liv. En del av sökandet går ut på att finkamma elektromagnetisk strålning från rymden i jakt på udda signaler – något som kan vara tecken på avlägsna civilisationer.

I en ny studie publicerad i Nature Astronomy har forskare testat att använda maskininlärning för att öka tempot i sökandet. Metoden har använts på ett dataset om 480 timmars data från 820 stjärnor insamlat av världens största helt styrbara radioteleskop som finns i Green Bank i West Virginia, USA.

Olika Seti-projekt har länge granskat radiosignaler från rymden. Sökandet efter artificiella sådana, som kan vara tecken på utomjordisk aktivitet, försvåras dock av signaler från mänsklig teknik. Den nya metoden ska kunna hjälpa till med detta genom att filtrera bort radiovågor från mänsklig aktivitet.

Åtta intressanta signaler identifierades

Maskininlärningsmetoden analyserade 115 miljoner datautdrag och identifierade 3 miljoner potentiellt intressanta signaler. Metoden lyckades sedan reducera antalet träffar till 20 515, vilket är 100 gånger färre än tidigare analyser av samma dataset.

Forskarna har sedan gått igenom träffarna och kunnat ta fram åtta tidigare oupptäckta intressanta signaler. Inga av dessa har dock synts i uppföljande observationer. Metoden att skanna stora dataset kan enligt forskarna öka effektiviteten i sökandet efter utomjordiskt liv.

Den data som användes i projektet hämtades från initiativet Breakthrough Listen. Projektet startade 2016 och använder olika teleskop för att studera 1 miljon närliggande stjärnor i 100 olika galaxer. Breakthrough Listen har sitt säte vid University of California, Berkeley.

”Högt ovanför våra huvuden vimlar det av liv”

Nasa-sondens nya bild från Mars – en björn?