Искусственный интеллект от Nvidia и Google помогает проекту SETI искать инопланетян

SETI ищет внеземные сигналы с помощью крупных телескопов по всей планете. Эти инструменты способны выдавать сотни гигабайт данных в секунду.

Проект по поиску внеземной жизни Search for Extraterrestrial Intelligence (SETI) Institute перешел на использование массовых технологий для своей работы. Одно из свежих нововведений – использование технологии машинного обучения от Nvidia и Google. Искусственный интеллект уже помог открыть прошлой осенью самый большой массив данных.

«Я сначала не поверил, но впоследствии это оказалось правдой, – говорит директор исследовательского центра SETI Андрю Сиемион. – Фактически намного дольше было писать научную статью и провести ее через рецензентов».

Специалисты SETI занимаются тем, что ищут возможные сигналы от инопланетных цивилизаций. «Быстрые радиовсплески являются одним из самых увлекательных источников, о которых знают астрономы, – говорит Сиемион. – Мы открыли их только 10 лет назад. Мы знаем около 50 таких источников, и одно из них повторяется. Насколько мы знаем, это единственный источник, который ведет себя таким образом. Некоторые считают, что источником этого сигнала может быть какая-то технология».

SETI ищет внеземные сигналы с помощью крупных телескопов по всей планете. Эти инструменты способны выдавать сотни гигабайт данных в секунду. Петабайты информации хранятся в базе данных SETI Breakthrough Listening. Анализировать эти сведения и искать в них аномалии теперь помогает искусственный интеллект.

Прошлой осенью ученые зафиксировали 21 быстрый радиовсплеск. Весь процесс длился около шести часов, и его зафиксировал телескоп Green Bank в штате Западная Вирджиния в США. Месяц спустя алгоритм, который разработал недавно нанятый студент, нашел в базе данных SETI еще 72 радиовсплеска. сделав это самым богатым набором данных, который SETI когда-либо фиксировал.

В SETI, которая является неприбыльной организацией, говорят, что использование стандартных технических средств позволяет уменьшить затраты и держать инфраструктуру современной. Традиционно, говорит Сиемион, в астрономии создавали для телескопов индивидуальные инструменты, что требовало несколько лет. Из-за этого оборудование телескопов оказывалось устаревшим, когда наступало время им пользоваться.

«У нас около полдесятка работников в группе в Беркли, – говорит Сиемион. – Это точно недостаточное количество людей для разработки с нуля нейросети машинного обучения и алгоритмов анализа. Возможность использовать стандартные алгоритмы и программные средства позволяет нам делать больше открытий. Возможно, некоторые сигналы от внеземной жизни спрятаны в нашей базе данных и ожидают, чтобы их заметили».

НАПИСАТИ ВІДПОВІДЬ

Коментуйте, будь-ласка!
Будь ласка введіть ваше ім'я