Dünya Dışı Zeka İçin Yapay Zeka Avı 8 Umut Verici Sinyal Buldu
Dünya dışı zeka arayışı, teknolojik olarak gelişmiş uygarlıkların varlığına dair kanıtları bulmayı hedefleyen çağımızın en büyük bilimsel projelerinden biridir. Bu arayışın bugünkü tezahürü, radyo teleskoplarını kullanarak karasal kökenli olmayan sinyalleri araştırmak için Breakthrough Listen Initiative tarafından yürütülen çalışmalardır. Ancak bu çaba, büyük miktarda veriyi tarayarak yanlış pozitiflerden arındırmanın zorluğuyla karşı karşıyadır.
Radyo teleskoplarından elde edilen veri setleri, çok sayıda frekansta yüzlerce saatlik gözlemleri içermekte ve araştırmacılar için devasa bir analiz gerektirmektedir. Yanlış pozitiflerin sayısı da oldukça fazladır ve bu nedenle araştırmacılar, bu “yabani otları” daha hızlı bir şekilde filtrelemek için yeni yöntemlere ihtiyaç duymaktadır.
Toronto Üniversitesi’nden Peter Xiangyuan Ma ve ekibi, bu soruna çözüm olarak makine öğrenimi algoritmalarını kullanmaya karar verdiler. Makinelerin daha fazla takip edilmeyi hak eden ilgi çekici sinyalleri belirlemelerine yardımcı olan bir algoritma geliştirdiler.
Gökbilimciler, uzak bir yıldızdan gelen bir sinyalin yalnızca radyo teleskopu doğrudan ona yönlendirildiğinde gözlemlenebilir olduğunu fark ettiler. Teleskobun başka bir yöne çevrilmesi durumunda sinyal kaybolmalıdır. Ancak karasal kaynaklı parazitler teleskobun hangi yöne bakarsa baksın gözlemlerde görülebilirler.
Bu nedenle, gökbilimciler “konum değiştirme” adını verdikleri bir teknik geliştirdiler. Bu teknikte, radyo teleskobu gözlem sırasında belirli bir bölümü tarar, sonra başka bir yöne bakar, tekrar tarar, tekrar başka bir yöne bakar ve bu şekilde devam eder. Bu ritmik hareketler, kendine özgü veri kalıplarını oluşturur. Uzak bir yıldızdan gelen sinyaller yalnızca taranma sırasında görünürken, karasal parazitler tüm taramalarda görünürler. Bu da yanlış pozitiflerin tespit edilmesini kolaylaştırır.
Xiangyuan Ma ve ekibinin geliştirdiği algoritma, makine öğrenimi sistemine bu ayırt edici kalıpları tespit etmeyi öğretmeyi başardı. Algoritmayı test etmek için, Batı Virginia’daki Robert C. Byrd Green Bank Teleskobu tarafından çekilen 820 yıldızın 480 saatlik gözlemlerini analiz ettiler. Bu gözlemler, 1000’den fazla ritmi içeren yaklaşık 115 milyon veri penceresi oluşturdu.
Algoritma, bu büyük veri setinde neredeyse 3 milyon ayırt edici desen buldu. Daha sonra daha fazla filtreleme yaparak bu desenleri sadece 20.515’e indirdi. Araştırmacılar, görsel bir inceleme sonrasında 8 umut verici sinyal belirlediklerini açıkladılar.
Bu umut verici sinyaller, Dünya’dan 30 ila 90 ışık yılı uzaklıkta bulunan beş yıldıza karşılık gelmektedir. Bu yıldızlardan biri, güneşimize benzer bir yıldız olan HIP 62207’dir. Araştırmacılar bu yıldızları yeniden gözlemlediler, ancak aynı sinyalleri tekrar gözlemlemediler. Bu durum, bu sinyallerin zaman içinde kalıcı olmadığını göstermektedir.
Bu çalışma, SETI çalışmalarında yapay zekanın kullanımının potansiyelini ortaya koyması bakımından önemlidir. Xiangyuan Ma ve ekibi, bu çalışmanın bugüne kadarki en kapsamlı makine öğrenimi tabanlı tekno-imza araştırması olduğunu belirtmektedir. Ayrıca, daha önce tespit edilmemiş ilgi çekici sinyalleri bulmayı başararak önceki çalışmalara katkıda bulunduğunu ifade etmektedirler.
Bu tür otomatik analiz yöntemleri, gelecekteki çalışmaları daha yönetilebilir hale getirme ve diğer medeniyetleri keşfetme yeteneklerini geliştirme potansiyeline sahiptir. Araştırmacılar, şu an için ilgi çekici sinyallerin kaynağı hakkında net bir sonuca varmamış olsalar da, bu sinyallerin daha fazla gözlemlenmesini teşvik etmektedirler. Bu tür araştırmalar, gelecekte Dünya dışı zeka iletişimi konusundaki bilgimizi artırabileceği için büyük önem taşımaktadır.
Derleyen: Deniz KAFKAS
Kaynak:Dünya Dışı Zeka İçin Yapay Zeka Avı 8 Umut Verici Sinyal Buldu
Gökbilimciler: Ötegezegenlerdeki Aydınlanma Çemberleri Dünya Dışı Yaşamı Barındırabilir