Há quem pense que a procura por vida extraterrestre ficou no passado, na verdade, a IA já está sendo usada, também, para isso.
Nesse sentido, uma equipe de cientistas, liderada por pesquisadores da Universidade de Toronto, visando simplificar a busca por vida extraterrestre, vem usando um novo algoritmo, para organizar dados de telescópios em categorias, a fim de identificar possíveis sinais de rádio reais dos alienígenas.
Essa nova abordagem, baseada no aprendizado de máquina, permite que os pesquisadores classifiquem as informações com mais eficiência e encontrem padrões mais rapidamente.
Durante décadas, os astrônomos que trabalham no SETI (que significa busca de inteligência extraterrestre) usaram radiotelescópios para procurar “assinaturas tecnológicas”, ou sinais de rádio gerados por tecnologia extraterrestre, em milhares de estrelas e galáxias.
Esta busca é baseada na premissa de que uma civilização extraterrestre avançada seria capaz de emitir sinais detectáveis. No entanto, a interferência das tecnologias de telecomunicações usadas na Terra, como sinais de telefonia móvel e transmissões de estações de rádio e televisão, ainda representam desafios significativos, mesmo em áreas onde a interferência é mínima.
Por isso, a equipe do SETI envolvida neste projeto treinou sua inteligência artificial para diferenciar entre sinais alienígenas e interferência humana, simulando sinais de ambos os tipos. Depois de comparar diferentes algoritmos de aprendizado de máquina, identificaram um algoritmo poderoso.
Esse algoritmo levou à descoberta de oito novos sinais de rádio, que poderiam ser transmissões de inteligência extraterrestre. Esses sinais vêm de cinco estrelas localizadas entre 30 e 90 anos-luz da Terra e foram perdidos em análises anteriores que não usaram aprendizado de máquina.
Esses sinais, considerados relevantes pela equipe do SETI, chamaram a atenção dos pesquisadores porque aparecem ao olhar para a estrela, desaparecem ao olhar em outra direção e mudam de frequência com o tempo. No entanto, é possível que essas características ocorram por acaso em um conjunto de dados com milhões de sinais.
Apesar de aparecerem como potenciais sinais extraterrestres, os pesquisadores ainda não estão convencidos de que sejam. Para chegar a uma determinação, exigem mais observações e análises antes de chegar a uma conclusão final. Breves observações de acompanhamento com o Green Bank Radio Telescope, localizado na Virgínia Ocidental, não produziram resultados sugestivos de sinais extraterrestres.
O algoritmo desenvolvido combina dois tipos de aprendizado de máquina: aprendizado supervisionado e não supervisionado. Esse “aprendizado semissupervisionado” permite que o algoritmo seja guiado e treinado com técnicas supervisionadas, enquanto descobre padrões ocultos nos dados com técnicas não supervisionadas. A ideia surgiu em uma aula de informática do ensino médio, mas inicialmente foi considerada confusa pelos professores.
Pesquisadora associada do Instituto Dunlap de Astronomia e Astrofísica da Universidade de Toronto, Cherry Ng, é a segunda autora do artigo e trabalha neste projeto desde 2020.
A equipe do SETI espera ampliar seu algoritmo e aplicá-lo a mais dados, e usar telescópios de alta tecnologia para testar essa técnica, com a qual esperam procurar sinais alienígenas em milhões de estrelas, em vez de apenas centenas.