Um artigo publicado ontem no site correiobraziliense.com.br, intitulado, “IA corrige dados de radiotelescópio e encontra possível sinal extraterrestre” chama a atenção. Mas antes, vamos ver o que o site nature.com fala a respeito do projeto em questão:
O SETI, a busca por inteligência extraterrestre, está implantando algoritmos de aprendizado de máquina que filtram a interferência terrestre e detectam sinais que os humanos podem perder.
Das colinas da Virgínia Ocidental às planícies da Austrália rural, alguns dos maiores telescópios do mundo estão ouvindo sinais de civilizações alienígenas distantes. A busca por inteligência extraterrestre, conhecida como SETI, é um esforço para encontrar radiação eletromagnética de aparência artificial que possa ter vindo de uma civilização tecnologicamente avançada em um sistema solar distante.
Um estudo publicado ontem descreve um dos vários esforços para usar o aprendizado de máquina, um subconjunto da inteligência artificial (IA), para ajudar os astrônomos a filtrar rapidamente a grande quantidade de dados que essas pesquisas fornecem. À medida que a IA remodela muitos campos científicos, que promessa ela traz para a busca por vida além da Terra?
Franck Marchis, astrônomo planetário do Instituto SETI em Mountain View, Califórnia, informou:
“É uma nova era para a pesquisa SETI que está se abrindo graças à tecnologia de aprendizado de máquina.”
O problema de big data é relativamente novo para a SETI. Durante décadas, o campo foi limitado por quase não ter dados. O astrônomo Frank Drake foi pioneiro da SETI em 1960, quando apontou um telescópio em Green Bank, West Virginia, para duas estrelas e ouviu as transmissões de rádio. A maioria das pesquisas da SETI que se seguiram também foram limitadas a um pequeno número de estrelas.
Mas em 2015, o bilionário Yuri Milner financiou o maior programa SETI de todos os tempos, em Berkeley, Califórnia: o projeto Breakthrough Listen para procurar sinais de vida inteligente em um milhão de estrelas. Usando telescópios na Virgínia Ocidental, Austrália e África do Sul, o projeto procura emissões de rádio que vêm da direção de uma estrela e que mudam constantemente de frequência, como aconteceria se um transmissor alienígena estivesse em um planeta se movendo em relação à Terra.
Enxurrada de dados
O problema é que essas buscas geram uma enxurrada de dados – incluindo falsos positivos produzidos pela interferência terrestre de telefones celulares, GPS e outros aspectos da vida moderna.
Sofia Sheikh, astrônoma do Instituto SETI, disse:
“O maior desafio para nós na busca por sinais da SETI não é obter os dados neste momento. A parte difícil é diferenciar os sinais da tecnologia humana ou da Terra do tipo de sinais que procuraríamos na tecnologia de algum outro lugar da Galáxia.”
Passar por milhões de observações manualmente não é prático. Uma abordagem alternativa comum é usar algoritmos que procuram sinais que correspondam ao que os astrônomos acham que os faróis alienígenas podem parecer. Mas esses algoritmos podem ignorar sinais potencialmente interessantes que são ligeiramente diferentes do que os astrônomos esperam.
Entre no aprendizado de máquina. Os algoritmos de aprendizado de máquina são treinados em grandes quantidades de dados e podem aprender a reconhecer recursos característicos da interferência terrestre, tornando-os muito bons em filtrar o ruído.
Sinais negligenciados
O aprendizado de máquina também é bom para captar sinais extraterrestres candidatos que não se enquadram nas categorias convencionais e, portanto, podem ter sido perdidos por métodos anteriores, diz Dan Werthimer, cientista da SETI na Universidade da Califórnia, em Berkeley.
Peter Ma, matemático e físico da Universidade de Toronto, no Canadá, e principal autor do artigo de hoje, concorda.
Ele diz:
“Nem sempre podemos saber o que os ETs podem enviar para nós.”
Ma e seus colegas examinaram as observações do Breakthrough Listen de 820 estrelas, feitas com o Telescópio Robert C. Byrd Green Bank de 100 metros. Eles construíram um software de aprendizado de máquina para analisar os dados, que capturaram quase três milhões de sinais de interesse, mas descartaram a maioria como interferência terrestre. Ma então revisou manualmente cerca de 20.000 sinais e os reduziu a 8 candidatos intrigantes.
A busca acabou dando em nada – todos os oito sinais desapareceram na segunda vez que a equipe ouviu. Mas os métodos podem ser usados em outros dados, como uma enxurrada de observações do conjunto MeerKAT de 64 radiotelescópios na África do Sul, que o Breakthrough Listen começou a usar em dezembro. Os algoritmos de aprendizado de máquina também podem ser usados em dados SETI arquivados, diz Ma, para buscar sinais que podem ter sido ignorados anteriormente.
Cidadão SETI
O aprendizado de máquina também está no centro de um esforço SETI separado que será lançado no próximo mês. Em 14 de fevereiro, astrônomos da Universidade da Califórnia, em Los Angeles (UCLA), lançarão um projeto de ciência comunitária no qual voluntários do público classificarão imagens de sinais de rádio e como possíveis tipos de interferência, para treinar uma máquina -algoritmo de aprendizagem para pesquisar através de dados SETI de Green Bank.
E a IA pode ajudar em outras etapas do processo SETI. Werthimer e seus colegas usaram o aprendizado de máquina para criar uma classificação de estrelas a serem observadas em um projeto SETI em andamento que usa o maior telescópio de prato único do mundo, o radiotelescópio FAST de 500 metros na China.
Ainda assim, a procura SETI provavelmente continuará a usar uma mistura de abordagens clássicas e de aprendizado de máquina para classificar os dados, diz Jean-Luc Margot, astrônomo da UCLA. Os algoritmos clássicos permanecem excelentes na captação de sinais candidatos, e o aprendizado de máquina “não é uma panacéia”, diz ele.
Werthimer concorda:
“As máquinas ainda não podem fazer tudo.”
(Fonte)
Embora o artigo acima não fale nada a respeito de algo mais conclusivo, o artigo do Correio Braziliense vai mais além. Veja alguns trechos do artigo lá publicado:
Os dados analisados vieram de 480 horas de observações de 820 estrelas, feitas pelo radiotelescópio Robert C. Byrd Green Bank, — ou seja, trata-se de apenas uma pequena porção de gravações de radiotelescópios da humanidades…
…Os autores acompanharam oito (rotulado MLc1-8) de sete estrelas, esperando uma repetição. O reexame falhou, mas a equipe está encorajada pela sensibilidade do sistema. “Estamos ampliando esse esforço de busca para 1 milhão de estrelas hoje com o telescópio MeerKAT e além. Acreditamos que um trabalho como este ajudará a acelerar a taxa de descobertas em nosso grande esforço para responder à pergunta ‘estamos sozinhos no universo?‘”, diz trecho do artigo assinado pelo grupo de cientistas…
…“Os sinais MLc1 e MLc7 são muito interessantes porque foram registrados em duas datas diferentes, sugerindo que não são interferências conhecidas se forem de natureza terrestre. Tal descoberta requer confirmação por outros instrumentos antes que possamos ter certeza de que detectamos vida extraterrestre. No entanto, esse resultado científico mostra que agora é possível anunciar esse tipo de detecção com rapidez suficiente para fazer o acompanhamento necessário”, diz Franck Marchis , do SETI.
Colaboração: Jadison Aguiar
Bem, nada realmente conclusivo ainda, mas eles continuam seu trabalho.
n3m3
Compartilhe com a galáxia!
…E não esqueça: Nossa página principal é atualizada diariamente, com novos artigos podendo ser publicados ao longo do dia. Clique aqui para acessá-la.
ATENÇÃO: Qualquer artigo aqui publicado serve somente para cumprir a missão deste site. Assim, o OVNI Hoje não avaliza sua veracidade totalmente ou parcialmente.
IMPORTANTE: Se puder, colabore para manter o OVNI Hoje no ar, pois cada doação, por menor que seja, é crucial para manter este espaço de informação e conhecimento disponível para todos os interessados. Ao utilizar o QR code do PIX abaixo ou a chave PIX “OVNIHoje” (sem aspas), você está desempenhando um papel fundamental na sustentação deste site.
Lembre-se que as doações não são apenas um ato de generosidade, mas também uma demonstração do seu compromisso em apoiar o compartilhamento de informações relevantes e o crescimento da comunidade interessada em assuntos tão fascinantes, possibilitando a continuação das pesquisas, análises e publicações que enriquecem nosso entendimento.
Seja parte deste movimento contínuo em prol do conhecimento. O OVNI Hoje e seus leitores agradecem sinceramente por seu apoio dedicado.
Agradecimentos aos colaboradores do mês: Edward Vaz Jr. ❤️ Silas Raposo ❤️ Franklin Viana ❤️Leopoldo Della Rocca ❤️ Jessica Luana de Souza ❤️
Muito obrigado!
ÁREA DE COMENTÁRIOS
(Mais abaixo…👇)
ATENÇÃO:
-Os comentários são de responsabilidade única e exclusiva de cada pessoa que comenta, portanto aja com responsabilidade.
-O OVNI Hoje não se responsabiliza por transtornos, rixas ou quaisquer outras disposições causadas pelos comentários.
-Comente educadamente e com ética, sempre tratando seu colega de comentários como você mesmo queira ser tratado.
-Comentários com “pregação” política ou religiosa, obsceno ou inapropriado serão prontamente apagados.
-Se não concordar com o que foi escrito por outros colega e quiser fazer um contraponto, limite-se a defender seu ponto de vista sem ataques pessoais. Aqueles que fizerem comentários com ataques pessoais diretos ou indiretos a outros participantes serão banidos.
-AJUDE NA MODERAÇÃO JUSTA DA ÁREA DE COMENTÁRIOS: Como pode ser visto na foto abaixo, no canto superior direito de cada comentário há uma pequena bandeira que, quando clicada, marca um comentário como “inapropriado“. Utilize-a com responsabilidade para alertar os moderadores sobre alguém que não esteja seguindo as regras da área de comentários.
-O respeito mútuo é essencial para bom andamento da área de comentários. Evite ser banido.
-O USUÁRIO QUE TENTAR DESOBEDECER AS REGRAS ACIMA SERÁ BANIDO, SEM RECURSOS.
