Inteligência artificial pode nos ajudar a encontrar vida extraterrestre?

Cientistas utilizam técnicas de inteligência artificial para procurar vida extraterrestre e encontrar sinais que métodos tradicionais podem deixar passar. Quanto isso é viável? O que esperar para futuro?

inteligência artificial vida alienígena
Cientistas utilizam técnicas de inteligência artificial para procurar vida extraterrestre! Quão viável é está busca e o que esperar para o futuro?

A pergunta se estamos sozinhos no Universo abre portas para um dos temas mais ativos dentro da Astronomia e da Física: a busca por vida extraterrestre. Essa busca se dá através da procura de sinais de radiação electromagnética com origem artificial, ou seja, que não é criado por processos naturais

Sinais de radiação electromagnética que não possuem origem natural são chamadas de tecnoassinaturas.

Um sinal de interesse são sinais de ondas de rádio que são as ondas mais longas do espectro eletromagnético. É originada também por ações humanas como transmissão de energia elétrica. Encontrar tipos de ondas de rádio que não ocorrem naturalmente pode ser uma tecnoassinatura.

Como esses sinais de ondas de rádio vindas do Universo eram escassos, era possível analisa-los manualmente ou com algoritmos clássicos. Porém, com o advento de telescópios mais potentes, mais dados foram obtidos se tornando uma tarefa impossível para ser realizada na mão.

Como a inteligência artificial pode ser utilizada para ajudar nessa busca?

Atualmente, uma técnica de inteligência artificial tem chamado bastante atenção por ter várias aplicações de sucesso, o machine learning ou aprendizado de máquina.

O aprendizado de máquina é uma técnica que aprende através de observar uma grande quantidade de dados e conseguir mapear padrões entre esses dados. Ela cai como uma luva para analisar a grande quantidade de dados que a Astronomia dispõe graças aos telescópios.

Imagem do telescópio Robert C. Byrd Green Bank
Na imagem temos a foto do radiotelescópio Robert C. Byrd Green Bank na Virgínia Ocidental. O telescópio é utilizado para buscar sinais de ondas de rádio vindas do espaço. Crédito da imagem: NSF/GBO

Foi aí que um grupo de pesquisadores da Universidade de Toronto no Canadá teve ideia de utilizar o aprendizado de máquina para estudar sinais de rádio. Eles criaram um algoritmo de aprendizado de máquina que detectou mais de 3 milhões de sinais de ondas de rádio.

Esse trabalho foi liderado pelo matemático Peter Ma que publicou na revista Nature Astronomy no final de janeiro.



Outra vantagem do uso de inteligência artificial é que ela consegue aprender a diferenciar sinais de origem terrestre e sinais de origem extraterrestre com facilidade, algo que é uma tarefa complicada para fazer de forma manual.

Quais sinais foram encontrados pela inteligência artificial e como eles podem ser sinais de vida extraterrestre?

O grupo de Toronto estudou cerca de 820 estrelas e, após remover todos sinais de interferência humana, ficaram com 20 mil sinais. Após uma análise dos 20 mil sinais, sobraram 8 sinais candidatos a ser uma assinatura de vida.

Os pesquisadores procuraram esses 8 sinais de interesse para obter mais informações sobre eles porém encontraram que os sinais haviam desaparecidos. Isso deixa a pergunta sobre esses sinais em aberto.

Porém, graças a rapidez do algoritmo de aprendizado de máquina será possível utilizá-lo para analisar dados que os telescópios obtiveram durante esses anos e quem sabe encontrar respostas em sinais escondidos ali que escaparam da análise humana.

O que o futuro aguarda para o uso de inteligência artificial na busca por vida?

O potencial do uso de inteligência artificial é grande porque consegue analisar uma grande quantidade de dados em pouco tempo, possibilitando encontrar respostas de forma mais rápida e com acurácia maior.

Em fevereiro de 2023, o grupo de busca por vira extraterrestre irá liberar um projeto público que qualquer pessoa pode acessar e classificar os sinais.

Dados classificados por pessoas serão usados para treinar novos algoritmos de inteligência artificial capazes de detectar tecnoassinaturas.

Isso mostra que métodos clássicos ainda são necessários para ajudar a treinar esses modelos de aprendizado de máquina e, por enquanto, dependemos da junção de métodos clássicos e métodos de inteligência artificial.