Είμαστε μόνοι μας στο σύμπαν; Ή μήπως υπάρχουν κάπου άλλα έξυπνα όντα που κοιτάζουν ψηλά στον νυχτερινό ουρανό τους από πολύ διαφορετικούς κόσμους και κάνουν την ίδια ερώτηση με εμάς; 

Υπάρχουν πολιτισμοί πιο προηγμένοι από τον δικό μας, πολιτισμοί που έχουν επιτύχει διαστρική επικοινωνία και έχουν δημιουργήσει ένα δίκτυο συνδεδεμένων κοινωνιών σε όλο τον γαλαξία μας; 

Τέτοια ερωτήματα, που αφορούσαν τα βαθύτερα προβλήματα της φύσης και του πεπρωμένου της ανθρωπότητας, ήταν για καιρό αποκλειστική ενασχόληση της θεολογίας και της κερδοσκοπικής μυθοπλασίας. Πλέον όμως, γνωρίζοντας την απεραντότητα του σύμπαντος και το πόσο μικρός είναι ο κόσμος μας σε σχέση με το αχανές διάστημα τέτοιες ανησυχίες έχουν εισέλθει στη σφαίρα της πειραματικής επιστήμης.

Φαίνεται ότι βιώνουμε μια αναζωπύρωση του ενδιαφέροντος για το φαινόμενο των UFO (τώρα ονομάζεται UAP, Unidentified Aerial Phenomena), με τη NASA να το εξετάζει επίσημα και με συγκλονιστικές κατεθέσεις που δίνονται από μάρτυρες στο Κογκρέσο των ΗΠΑ. Αλλά μακριά από όλο τον θόρυβο των μέσων ενημέρωσης, η αναζήτηση του σύμπαντος για σημάδια εξωγήινης τεχνολογίας έχει επίσης ενταθεί, με νέες υποδομές και περισσότερα χρήματα. 

Και σίγουρα οι νέες τεχνολογίες θα αποδειχθούν εξαιρετικά σημαντικές σε αυτό το ταξίδι της ανακάλυψης. 

Δεν υπάρχει αμφιβολία ότι πολιτισμοί πιο προηγμένοι από τη γη υπάρχουν αλλού στο σύμπαν. Οι πιθανότητες που σχετίζονται με τον εντοπισμό ενός από αυτά απαιτούν σημαντική προσπάθεια.

Δεδομένου ότι η ευφυΐα και η τεχνολογία έχουν υψηλή αξία επιβίωσης, φαίνεται πιθανό ότι οι πρωτόγονες μορφές ζωής στους πλανήτες άλλων άστρων, που εξελίσσονται σε πολλά δισεκατομμύρια χρόνια, να ανέπτυξαν περιστασιακά νοημοσύνη, πολιτισμό και υψηλή τεχνολογία. Επιπλέον, εμείς στη γη κατέχουμε τώρα όλη την απαραίτητη τεχνολογία για την επικοινωνία με άλλους πολιτισμούς στα βάθη του διαστήματος. Πράγματι, μπορεί τώρα να βρισκόμαστε σε ένα κατώφλι έτοιμο να κάνουμε το σημαντικό βήμα που κάνει μια πλανητική κοινωνία μόνο μια φορά: την πρώτη επαφή με έναν άλλο πολιτισμό.

Η τεχνητή νοημοσύνη (AI) μπορεί να αντιληφθεί πράγματα που δεν μπορούμε να δούμε και να επεξεργαστεί αυτό που για εμάς είναι δυσεπίλυτο. 

Μήπως θα είναι και αυτή η τεχνολογία που θα φέρει την επανάσταση και θα μας οδηγήσει στην ανακάλυψη εξωγήινης νοημοσύνης;

Το 1960, όταν ο αστρονόμος Frank Drake έστρεψε για πρώτη φορά ένα ραδιοτηλεσκόπιο του Παρατηρητηρίου Green Bank στη Δυτική Βιρτζίνια σε δύο αστέρια αναζητώντας εξωγήινα σήματα, ξεκίνησε μια επιστημονική προσπάθεια που ονομάζεται SETI (Αναζήτηση για Εξωγήινη Νοημοσύνη) που συνεχίστηκε αμείωτη. Δεδομένου ότι ήταν η πρώτη φορά που επιχειρήθηκε κάτι τέτοιο, ήταν πιθανό ότι το σύμπαν βούιζε από εξωγήινες μεταδόσεις που εμείς μέχρι τότε τις αγνοούσαμε και δεν μπορούσαμε να εντοπίσουμε. Αλλά δυστυχώς, όχι. Τίποτα δεν βρέθηκε που να αποδεικνύει ότι υπάρχει ζωή εκεί έξω. 

Έτσι, για δεκαετίες το πρόβλημα ήταν η έλλειψη δεδομένων, καθώς οι επιστήμονες μπόρεσαν να ψάξουν μόνο πολύ επιλεκτικά, σαρώνοντας μικρά τμήματα του ουρανού χρησιμοποιώντας ανοίγματα στα χρονοδιαγράμματα των ραδιοαστρονομικών τηλεσκοπίων. 

Αλλά τα πράγματα έχουν αλλάξει δραματικά: το 2015, ο επιχειρηματίας και φυσικός Yuri Milner και η σύζυγός του Julia ίδρυσαν το Breakthrough Listen, το μεγαλύτερο έργο SETI στην ιστορία, που χρηματοδοτήθηκε με 100 εκατομμύρια δολάρια σε 10 χρόνια και στόχευε στην παρακολούθηση ενός εκατομμυρίου αστεριών μέσω του Green Bank Observatory, το Παρατηρητήριο Parkes στην Αυστραλία, το MeerKAT Array 64 κεραιών στη Νότια Αφρική και πολλά άλλα τηλεσκόπια μέσω συνεργασιών με διάφορους συνεργάτες.

Το πρόβλημα τώρα είναι το αντίθετο: ένας τεράστιος όγκος δεδομένων.

Οι αστρονόμοι χρησιμοποιούν αυτοματοποιημένους αλγόριθμους για να φιλτράρουν τα συλλεγόμενα σήματα, αλλά αυτά τα συστήματα διατρέχουν τον κίνδυνο να απορρίψουν ορισμένα δυνητικά ενδιαφέροντα σήματα. 

Εδώ μπαίνουν οι αλγόριθμοι μηχανικής μάθησης, μια μορφή τεχνητής νοημοσύνης. Οι επιστήμονες μπορούν να εκπαιδεύσουν αυτά τα συστήματα εισάγοντας προσομοιωμένα σήματα σε πραγματικά δεδομένα, ώστε να μάθουν να διακρίνουν εκείνα που δεν φαίνεται να είναι φυσικής προέλευσης ή επίγειας παρεμβολής: σήματα που καταλαμβάνουν μια στενή ζώνη συχνοτήτων, τυπική μιας μετάδοσης, που εξαφανίζονται όταν το τηλεσκόπιο μετακινείται προς άλλη κατεύθυνση, υποδεικνύοντας ότι δεν είναι τοπικά. Και αυτό αλλάζει με την πάροδο του χρόνου στο αναμενόμενο μοτίβο καθώς η πηγή τους και η Γη μετακινούνται μεταξύ τους.

Στο Πανεπιστήμιο του Τορόντο, ο Peter Ma είναι ακόμα προπτυχιακός φοιτητής μαθηματικών και φυσικής, αλλά έχει ήδη παράσχει στους ερευνητές ένα εργαλείο μηχανικής μάθησης που ανοίγει «μια νέα εποχή για την έρευνα SETI», είπε στο Nature ο αστρονόμος του Ινστιτούτου SETI, Franck Marchis. 

Το σύστημα που δημιούργησε ο Ma κατέστησε δυνατή την εκ νέου ανάλυση περισσότερων από 150 terabytes δεδομένων Breakthrough Listen από 480 ώρες παρατηρήσεων 820 αστεριών από την Green Bank, δεδομένα που είχαν ήδη εξεταστεί από κλασικούς αλγόριθμους το 2017.

Εκεί που οι παραδοσιακές τεχνικές δεν είχαν βρει τίποτα, από σχεδόν τρία εκατομμύρια σήματα το νέο σύστημα εντόπισε περισσότερους από 20.000 πιθανά χρήσιμα. Περνώντας αυτόν τον τεράστιο όγκο δεδομένων ένα προς ένα, οι επιστήμονες επέλεξαν 8 πολλά υποσχόμενα σήματα. Δυστυχώς, κανένα από αυτά δεν ανιχνεύθηκε ξανά, οπότε δεν ήταν δυνατό να επιβεβαιωθεί η φύση τους. 

Αλλά σύμφωνα με τον Michael Garrett, διευθυντή του Jodrell Bank Center for Astrophysics στο Πανεπιστήμιο του Μάντσεστερ, ο οποίος δεν συμμετείχε στη μελέτη, ήταν όλοι «πολύ πιο συναρπαστικοί» από το περίφημο Wow! σήμα, που καταγράφηκε το 1977 και ιστορικά θεωρείται η πιο ξεκάθαρη πηγή υποψήφια για πιθανή μετάδοση από εξωγήινους.

Αν και δεν υπάρχουν ακόμη αποτελέσματα, είναι ακόμα νωρίς. Οι συγγραφείς της μελέτης θα συνεχίσουν να παρακολουθούν αυτές τις οκτώ πηγές, θα επεκτείνουν την αναζήτηση στα εκατομμύρια αστέρια του Breakthrough Listen χρησιμοποιώντας δεδομένα MeerKAT και μπορεί ακόμη και να αναλύσουν εκ νέου προηγούμενα δεδομένα που δεν απέδωσαν τίποτα χρήσιμο εκείνη τη στιγμή. 

Το MeerKAT χρησιμοποιεί μια τεχνική που ονομάζεται συμβολομετρία για να συνδυάσει τα 64 πιάτα του για να λειτουργήσει ως ένα ενιαίο τηλεσκόπιο. Αυτή η τεχνική μπορεί να εντοπίσει καλύτερα από πού προέρχεται ένα σήμα στον ουρανό, το οποίο θα μειώσει δραστικά τα ψευδώς θετικά από ραδιοπαρεμβολές.

Εν τω μεταξύ, η τεχνητή νοημοσύνη θα συνεχίσει να βελτιώνεται, στο πλαίσιο των δυνατοτήτων της: όπως επισημαίνει στο Conversation ο συν-συγγραφέας της μελέτης Danny Price του Πανεπιστημίου Curtin της Αυστραλίας, η σκέψη ότι μια τεχνητή νοημοσύνη πρόκειται να βρει εξωγήινη νοημοσύνη από μόνη της «ακούγεται σαν η πλοκή ενός συναρπαστικού μυθιστορήματος επιστημονικής φαντασίας. Αλλά μπορεί να επεξεργάζεται δεδομένα, να αναγνωρίζει μοτίβα και να ταξινομεί τα σήματα απείρως καλύτερα από εμάς».

Πέρα από την εξωγήινη ζωή

Η συμβολή της Τεχνητής Νοημοσύνης  μπορεί επίσης να συμβάλει και με άλλους τρόπους. Ερευνητές στο UC Berkeley χρησιμοποιούν ένα τέτοιο σύστημα για να επιλέξουν υποψήφια αστέρια προς τα οποία θα στρέψουν το μεγαλύτερο πιάτο στον κόσμο, το τηλεσκόπιο FAST των 500 μέτρων στην Κίνα. Στο Πανεπιστήμιο του Χάρβαρντ, το Galileo Project με επικεφαλής τον αστροφυσικό Avi Loeb θα χρησιμοποιήσει την τεχνητή νοημοσύνη για να αναλύσει εικόνες UAP και δορυφορικά δεδομένα που θα μπορούσαν να αποκαλύψουν κοντινές μεταδόσεις εξωγήινων. Ο Loeb έχει γίνει γνωστός για τους τολμηρούς και αμφιλεγόμενους ισχυρισμούς του για επισκέψεις εξωγήινων στη Γη.

Εάν οι αστρονόμοι καταφέρουν να ανιχνεύσουν μια τεχνολογική υπογραφή που δεν μπορεί να εξηγηθεί ως παρέμβαση, θα υποδηλώνει έντονα ότι οι άνθρωποι δεν είναι οι μόνοι δημιουργοί της τεχνολογίας στον Γαλαξία. Αυτή θα ήταν μια από τις πιο βαθιές ανακαλύψεις που μπορεί κανείς να φανταστεί.

Ταυτόχρονα, αν δεν εντοπίσουμε τίποτα, αυτό δεν σημαίνει απαραίτητα ότι είμαστε το μόνο τεχνολογικά ικανό «ευφυές» είδος γύρω μας. Μια μη ανίχνευση θα μπορούσε επίσης να σημαίνει ότι δεν έχουμε αναζητήσει τον σωστό τύπο σημάτων ή τα τηλεσκόπια μας δεν είναι ακόμη αρκετά ευαίσθητα για να ανιχνεύσουν αμυδρές μεταδόσεις από μακρινούς εξωπλανήτες.

 

➪ Με πληροφορίες από: The Conversation, Open Mind , Scientific American