Et internationalt team af forskere, der leder efter tegn på intelligent liv i rummet, har brugt kunstig intelligens (AI) til at afsløre otte lovende radiosignaler i data indsamlet på et amerikansk observatorium.
Resultaterne af deres forskning – publiceret i Nature Astronomy – er bemærkelsesværdige.
Forskerholdet har endnu ikke udført en udtømmende analyse, men studiet indikerer, at signalerne har mange af de egenskaber, vi kan forvente, hvis de var kunstigt genereret.
Med andre ord er de den slags signaler, vi kan opfange fra en udenjordisk civilisation, der sender kommunikation ud i rummet.
Lovende og overbevisende signaler
En overfladisk gennemgang af det nye studie indikerer, at der faktisk er tale om lovende signaler.
De er meget mere overbevisende end den ellers nok mest berømte Seti-kandidat, WOW-signalet, et særlig markant radiosignal, som blev opfanget af et Ohio-teleskop 15. august 1977.
Realistisk set er det mest sandsynligt, at disse otte nye signaler blev genereret af menneskelig teknologi.
Men den virkelige historie her er effektiviteten af kunstig intelligens og de teknikker, som teamet bruger til at grave sjældne og interessante signaler frem, der tidligere var begravet i støjen fra menneskeskabt radiofrekvensinterferens, som mobiltelefoner og GPS.
Astronomer, der arbejder inden for Seti (akronym for Search for Extra-Terrestrial Intelligence eller på dansk: søgningen efter udenjordisk intelligens, red), skal filtrere interferens fra radiokommunikation her på Jorden.
Bjerg af data
I dette tilfælde udsendte Peter Ma fra University of Toronto og hans kolleger et sæt algoritmer på et bjerg af data indsamlet af Green Bank-teleskopet i West Virginia, USA.
Datamængden blev indsamlet gennem et SETI-initiativ kaldet Breakthrough Listen, etableret i 2015 af investoren Yuri Milner og hans hustru Julia.
Her er de karakteristika, som astronomer leder efter i signaler, der muligvis kan være genereret kunstigt:
For det første er der tale om smalbånds-signaler, hvilket betyder, at radiotransmissionen kun er begrænset til få frekvenskanaler.
Signalerne forsvinder også, når teleskopet bevæges i en anden retning på himlen, og de udviser ‘Doppler-effekt‘, hvor frekvensen af signalet ændrer sig på en forudsigelig måde med tiden.
Doppler-effekten er forventelig, fordi både senderen – for eksempel på en fjern planet – og modtageren på Jorden – bevæger sig.
Begravet i larmen
Breakthrough Listen-projektets første kandidatsignal, kaldet BLC1, blev først meldt ud i 2020, men det blev senere sporet til transmissioner koblet til billige elektroniske enheder på kloden.
Anvendelsen af AI-teknikker til Breakthrough Listen-observationsprogrammet er dog en potentiel game changer for feltet.
Selv erfarne Seti-forskere er nu begyndt at tro, at vi kan være på nippet til et betydningsfuldt videnskabeligt gennembrud. Det kan forklare den fornyede interesse fra grupper rundt om i verden, der lægger planer for Seti-succes.
For eksempel er der oprettet en Seti-post-detection hub ved University of St Andrews i Skotland.
Her vil man studere, hvordan mennesker bør reagere, hvis vi opdager, at vi ikke er alene i universet.
Isolerede begivenheder
The International Academy of Astronautics (IAA) Seti’s permanente udvalg overvåger Seti-protokollerne, som skitserer, hvilke skridt forskerne skal tage i tilfælde af opdagelse af et ægte signal.
IAA har valgt at opdatere teksten i protokollerne engang senere i år, men det nye studie fremhæver et problem med tidligere signaler af interesse.
Da forskerholdet tog endnu et kig på stjernerne koblet til de otte smalbånds-transmissioner, kunne de ikke længere registrere signalerne.
Det er i sig selv ikke overraskende, hvis mange, og måske langt størstedelen af ægte Seti-signaler, var isolerede begivenheder.
Når alt kommer til alt, hvad er sandsynligheden for, at vores teleskoper peger i præcis den rigtige retning, på det rigtige tidspunkt og med den rigtige frekvens ved flere lejligheder?
Manglende ingredienser
Som jeg argumenterede for et par år siden, vil Seti-undersøgelser have stor gavn af at bruge flere radioteleskoper, der fungerer på en måde, der er kendt som et klassisk interferometernetarray.
Disse teleskoparrays (grupper af flere antenner, der observerer sammen) genererer enorme mængder data.
Med AI ombord er udfordringen måske mere overskuelig end hidtil antaget. Breakthrough Listen bruger allerede teleskoparrays som MeerKAT i Sydafrika til Seti-søgninger.
I Europa har forskere eksperimenteret med teleskoparrays, der strækker sig over hele kloden.

Endnu mere følsomme radioteleskoparrays
Denne europæiske tilgang kan hjælpe os med at isolere signaler fra menneskeskabt interferens, give os flere uafhængige detektioner af individuelle begivenheder samt give os mulighed for at lokalisere signaler til individuelle stjerner og muligvis kredsende planeter.
Blandt de fremtidige projekter er Square Kilometer Array, et internationalt projekt for at bygge de to største teleskoparrays i verden, som vil være baseret i Australien og Sydafrika.
Endnu et kommende projekt er den næste generation af VLA (ngVLA), en række forbundne teleskopfaciliteter spredt over hele USA. Disse radioteleskoparrays vil være endnu mere følsomme end nuværende instrumenter.
Intelligente væsener venter derude
Det er min overbevisning – endda mit håb – at intelligente væsener venter et eller andet sted derude på at blive opdaget.
AI-revolutionen kan være den manglende ingrediens, som tidligere bestræbelser har manglet. Især AI-algoritmer vil med tiden udvikle sig til kraftfulde værktøjer, der ikke længere lider af menneskelige bias.
Den engelske kosmolog og astrofysiker Lord Martin Rees, som er præsident for Royal Society samt formand for Breakthrough Listen-rådgivningskomitéen, har foreslået, at hvis vi finder rumvæsener, vil de sandsynligvis være intelligente maskiner, der opererer i rummets dyb, uden de biologiske begrænsninger, der er pålagt mennesker.
Hvis vi nogensinde finder et ægte signal, kan det være, at det er medieret af maskiner på Jorden og i rummet.
Denne artikel er oprindeligt publiceret hos The Conversation og er oversat af Stephanie Lammers-Clark.