Viena no lielākajām cilvēces šaubām, dzīvības esamība ārpus Zemes, vienmēr ir intriģējusi daudzus cilvēkus un zinātniekus. Gadiem ilgi mēs esam mēģinājuši uztvert jebkāda veida skaņas vai attēla signālus, kas varētu sniegt mums norādes par citplanētiešu eksistenci. Attīstoties tehnoloģijām, mēs iegūstam arvien vairāk inovatīvu rīku, kas mums palīdzēs šajā misijā. Nesen, mākslīgais intelekts ir izmantots, lai mēģinātu uztvert skaņas signālus no ārpuses.
AI, lai atklātu citplanētu esamību
redzēt vairāk
Šīs ir 4 zodiaka zīmes, kurām visvairāk patīk vientulība, liecina…
Ir dažas suņu šķirnes, kas tiek uzskatītas par ideāli piemērotām cilvēkiem…
Ikviens zina, ka mākslīgais intelekts jau ir daļa no mūsu dzīves gan dažādu lietojumprogrammu un programmu automatizācijā, gan dzīvības atklāšanā ārpus Zemes. Pētnieki izmanto AI, lai mēģinātu uztvert ārpuszemes signālus un mēģināt atrast pierādījumus par citplanētiešu esamību.
SETI
SETI ir akronīms vārdam "Meklēt ārpuszemes intelektu", kas būtu saprātīgas dzīvības meklējumi ārpus Zemes. Šo pētījumu veic pētnieki, kuri izmanto AI, lai atrastu elektromagnētiskā starojuma signālus, kas nāk no iespējamas attīstītas civilizācijas ārpus mūsu Saules sistēmas.
Pētījumam no Virdžīnijas līdz Austrālijas lauku līdzenumiem jau ir izveidoti teleskopi, kas spēj uztvert viļņus un signālus. SETI institūta planetārais astronoms Franks Markiss žurnālam Nature sacīja, ka šī ir jauna ēra SETI pētījumos, pateicoties mākslīgā intelekta sasniegumiem.
Lielākais izaicinājums, pēc pētnieka domām, ir AI integrēšanas process izmantotajās programmās tiem ir jauns, un ir nepieciešams zināms laiks, lai varētu pareizi kalibrēt aprīkojumu ar AI.
Šobrīd tiek ģenerēti vairāki dati, daudzi no tiem ir viltus pozitīvi, kurus ģenerē viļņi, kas nāk no mobilajiem tālruņiem, interneta, radio un GPS. Šobrīd mērķis ir izfiltrēt nevajadzīgos datus un palielināt iekārtu precizitāti un spēt atšķirt, kuri signāli nāk no cilvēka dzīves un kuri no galaktikas.
mašīnmācība
Viena no iespējām datu algoritmu uzlabošanai ir mašīnmācīšanās. Izmantojot šo tehnoloģiju, ir iespējams “iemācīt” datorus atpazīt esošos resursus zemes traucējumus un atšķirt tos no kosmosa signāliem, ļaujot filtrēt un apkopot datus pareizi.
