Dünya dışı yaşam arayışı, onlarca yıldır bilimsel bir araştırma konusu ve halkın hayranlığı olmuştur. Bilim adamları, evrende yalnız mıyız sorusuna cevap bulmak için kendi güneş sistemimizdeki diğer gezegenleri ve uyduları incelemek, uzak yıldızlardan gelen sinyalleri analiz etmek ve ötegezegenlerin atmosferinde biyo-imzaları aramak gibi çeşitli yöntemler kullanıyor. Devam eden araştırmalara ve keşiflere rağmen, Dünya’nın ötesinde yaşam olup olmadığı sorusu, zamanımızın en büyük gizemlerinden biri olmaya devam ediyor ve hem bilim adamlarına hem de genel halka ilham vermeye ve merak uyandırmaya devam ediyor.
Derin öğrenme teknikleri, analiz edilen veri kümelerinde daha önce fark edilmemiş ilgi sinyallerini ortaya çıkardı.
Teknolojik olarak gelişmiş dünya dışı yaşam arayışı, “neredeler?” Sorusunu gündeme getiriyor. Cevap genellikle galaksinin enginliğinde ve araştırmamızın sınırlı kapsamındadır. Ek olarak, bilgi işlemin ilk günlerinden kalma eski algoritmalar, günümüzün devasa petabayt ölçekli veri kümelerini işlemede verimli olmayabilir.”
Şimdi, yakın zamanda yayınlanan bir çalışma Doğa AstronomisiToronto Üniversitesi lisans öğrencisi Peter Ma ve SETI Enstitüsü, Breakthrough Listen ve diğer bilimsel kurumlardan araştırmacılar tarafından yönetilen , yakın yıldızların daha önce incelenmiş bir veri kümesini analiz etmek için derin öğrenmeyi kullandı. Bu yeni yaklaşım, daha önce keşfedilmemiş sekiz ilgi sinyalini ortaya çıkardı.
Baş yazar Peter Ma, “Toplamda, daha önce 2017’de klasik tekniklerle aranmış ancak ilginç sinyallerden yoksun olarak etiketlenmiş bir veri setinde 820 yakın yıldızın 150 TB verisini aradık” dedi. “Bugün MeerKAT teleskopu ve ötesiyle bu arama çabasını 1 milyon yıldıza ölçeklendiriyoruz. Bu tür çalışmaların, “evrende yalnız mıyız?”
İlgili sekiz sinyalin şelale grafikleri. Her panelin genişliği 2.800 Hz’dir ve x eksenleri, Tablo 1’in 3. sütununda bildirildiği gibi, sinyalin bulunduğu snippet’in merkezine referanslıdır. Kredi: SETI Enstitüsü
Dünya dışı zeka arayışı (SETI), uzaylı uygarlıkların geliştirmiş olabileceği teknoimzaları veya teknolojinin kanıtlarını tespit etmeye çalışarak, Dünya’nın ötesinden kaynaklanan dünya dışı zekanın kanıtlarını arar. En yaygın teknik, radyo sinyallerini aramaktır. Radyo, yıldızlar arasındaki inanılmaz mesafeler üzerinden bilgi göndermenin harika bir yoludur; uzaya nüfuz eden toz ve gazdan hızla geçer ve bunu ışık hızında yapar (en iyi roketlerimizden yaklaşık 20.000 kat daha hızlı). Pek çok SETI girişimi, uzaylıların yayıyor olabileceği herhangi bir radyo sinyalini dinlemek için antenler kullanır.
Bu çalışma, Batı Virjinya’daki Green Bank Teleskobu ile, başlangıçta herhangi bir ilgi hedefi belirtmemiş olan Çığır Açan Dinleme kampanyasının bir parçası olarak alınan verileri yeniden inceledi. Amaç, daha hızlı ve daha doğru sonuçlar elde etmek için yeni derin öğrenme tekniklerini klasik bir arama algoritmasına uygulamaktı. Yeni algoritmayı çalıştırdıktan ve sonuçları doğrulamak için verileri manuel olarak yeniden inceledikten sonra, yeni algılanan sinyallerin birkaç temel özelliği vardı:
- Sinyaller dar banttı, yani sadece birkaç Hz mertebesinde dar spektral genişliğe sahiplerdi. Doğal olayların neden olduğu sinyaller geniş bant olma eğilimindedir.
- Sinyallerin sıfır olmayan kayma oranları vardı, yani sinyallerin bir eğimi vardı. Bu tür eğimler, bir sinyalin kaynağının bizim alıcılarımızla bir miktar göreli ivmeye sahip olduğunu, dolayısıyla radyo gözlemevinin yerel olmadığını gösterebilir.
- Sinyaller, KAPALI kaynak gözlemlerinde değil, AÇIK kaynak gözlemlerinde ortaya çıktı. Bir sinyal belirli bir göksel kaynaktan geliyorsa, teleskopumuzu hedefe doğrulttuğumuz zaman görünür ve uzağa baktığımızda kaybolur. İnsan radyo paraziti, kaynağın yakında olması nedeniyle genellikle AÇIK ve KAPALI gözlemlerde meydana gelir.
Ma’nın araştırma danışmanlarından biri ve hem SETI Enstitüsü’nde hem de Fransız Ulusal Bilimsel Araştırma Merkezi’nde astronom olan Cherry Ng, “Bu sonuçlar, modern makine öğrenme ve astronomideki veri zorluklarına yönelik bilgisayarlı görü yöntemleri, hem yeni tespitler hem de daha yüksek performans sağlar. Bu tekniklerin geniş ölçekte uygulanması, radyo tekno-imza bilimi için dönüşüm yaratacaktır.”
Bu yeni ilgilenilen hedeflerin yeniden incelenmesi, bu sinyallerin yeniden saptanmasıyla sonuçlanmasa da, verileri analiz etmeye yönelik bu yeni yaklaşım, araştırmacıların topladıkları verileri daha etkili bir şekilde anlamalarını ve hedefleri yeniden incelemek için hızlı hareket etmelerini sağlayabilir. Ma ve danışmanı Dr. Cherry Ng, bu algoritmanın uzantılarını SETI Enstitüsünün COSMIC sistemine yerleştirmeyi sabırsızlıkla bekliyor.
SETI deneyleri 1960 yılında Frank Drake’in Greenbank Gözlemevi’ndeki Ozma Projesi ile başladığından beri, şu anda bu son çalışmada kullanılan teleskopa ev sahipliği yapan bir site, teknolojik gelişmeler araştırmacıların her zamankinden daha fazla veri toplamasını sağladı. Bu muazzam veri hacmi, dünya dışı zekanın kanıtı olabilecek anormallikleri belirlemek için bu verileri hızlı bir şekilde işlemek ve analiz etmek için yeni hesaplama araçları gerektirir. Bu yeni makine öğrenimi yaklaşımı, “yalnız mıyız?” sorusunu yanıtlama arayışında çığır açıyor.
Referans: Peter Xiangyuan Ma, Cherry Ng, Leandro Rizk, Steve Croft, Andrew PV Siemion, Bryan Brzycki, Daniel Czech, Jamie Drew, Vishal Gajjar, John Hoang, Howard Isaacson , Matt Lebofsky, David HE MacMahon, Imke de Pater, Danny C. Price, Sofia Z. Sheikh ve S. Pete Worden, 30 Ocak 2023, Doğa Astronomisi.
DOI: 10.1038/s41550-022-01872-z