Publicidad

La IA podría ser el secreto para encontrar extraterrestres, ha detectado ocho extrañas señales en el espacio

Un algoritmo de IA analizó los datos del telescopio recopilados por primera vez en 2016 para identificar ocho señales de interés que no se habían detectado antes.

Indiscutiblemente la IA (inteligencia artificial) cada día está más presente en nuestras vidas, con ella se puede escribir documentos, hacer música y generar imágenes distópicas del futuro, sin embargo, podríamos decir que todos estas son situaciones banales. No obstante, la tecnología tiene un inmenso potencial para encontrar soluciones a los problemas que han asolado a la humanidad durante siglos.

Un ejemplo claro de esto es un nuevo estudio que ha utilizado la inteligencia artificial para analizar cientos de horas de señales de radio en busca de elementos de interés, que podrían ser el equivalente de un mensaje importante en su bandeja de correo no deseado.

Con esto, identificaron 115 millones de artículos, pero luego, utilizando una herramienta de IA, pudieron reducir la búsqueda a ocho «señales de interés» recién descubiertas que podrían pertenecer a tecnología alienígena.

¿Cómo encontró la IA las firmas tecnológicas?

Un algoritmo de IA analizó los datos del telescopio recopilados por primera vez en 2016 para identificar ocho señales de interés que no se habían detectado antes. Según Peter Ma, autor principal del artículo y estudiante de pregrado en la Universidad de Toronto, esta es la primera vez que la caza de extraterrestres se ha librado por completo de las manos humanas.

«Este trabajo se basa completamente en la red neuronal sin ningún algoritmo tradicional que lo respalde y produjo resultados que los algoritmos tradicionales no recogieron», dijo Ma a Vice.

Buscar tales señales no es pan comido, especialmente considerando la facilidad con la que pueden confundirse en el espacio. El algoritmo utilizó datos del Instituto SETI (Búsqueda de Inteligencia Extraterrestre). Fue entrenado para identificar las características más importantes de los datos SETI mientras filtraba la interferencia de la Tierra.

Si bien estas ocho señales pueden provenir de tecnología alienígena, aún no se ha confirmado lo mismo. Incluso si se confirma que son fuentes extraterrestres, no hay forma de averiguar a qué tecnología podrían estar conectados.

Una explicación detallada

Esta no es la primera vez que se utilizan algoritmos informáticos para buscar «tecnofirmas» en la inmensidad del espacio, señales generadas tecnológicamente que podrían marcar otras civilizaciones extraterrestres avanzadas.

Por el contrario, estos algoritmos clásicos se habían utilizado para examinar los datos del telescopio Green Bank, sin embargo, la ineficiencia podría ser la razón por la que estos datos no habían indicado originalmente ninguna señal de interés en 2017, cuando los científicos los examinaron originalmente.

«Con nuestra nueva técnica, combinada con la próxima generación de telescopios, esperamos que el aprendizaje automático pueda llevarnos de buscar cientos de estrellas a buscar millones», dijo Ma en un comunicado.

- Patrocinado -

Los investigadores descubrieron que la fortaleza clave del nuevo algoritmo era organizar los datos de los telescopios en categorías, permitiéndoles distinguir entre señales reales y «ruido» o interferencia; aunque los telescopios involucrados en la búsqueda de firmas tecnológicas se colocan en áreas del mundo donde hay una interferencia mínima de la tecnología humana, como los teléfonos celulares, estas señales aún se captan.

«En muchas de nuestras observaciones, hay mucha interferencia», dijo Ma. «Necesitamos distinguir las emocionantes señales de radio en el espacio de las señales de radio sin interés de la Tierra».

Para asegurarse de que el nuevo algoritmo no se confundiera con las señales que se originaban en la Tierra, Ma y el equipo entrenaron sus herramientas de aprendizaje automático para diferenciar entre la interferencia generada por humanos y las posibles señales extraterrestres.

Probaron una variedad de algoritmos, determinando la precisión de cada algoritmo y la frecuencia con la que se producían falsos positivos, así obtuvieron estos nuevos resultados.

Publicidad