بی بی سی: به گفته بیل دایاموند چیزی میان ۱۰ تا ۵۰ میلیارد کره بالقوه قابل سکونت در کهکشان ما وجود دارد. این، کار او را خیلی مشکل میکند.
«ما دنبال چیزی می‌گردیم که بی‌نهایت نادر است، و یافتن آن در میان پدیده‌های مختلف دیگر – سایر امواج – احتمالا کاری خیلی سخت.».
یکی از این پروژه‌ها شراکت میان ستی و رصدخانه نجوم رادیویی ملی آمریکا در ایالت نیومکزیکو است. این تاسیسات دولتی از فرکانس‌های رادیویی برای مطالعه اجرام آسمانی مثل سیارات، ستارگان و سیارک‌ها استفاده میکند.
سِتی درحال ایجاد یک سیستم نرم‌افزاری موازی و مجهز به هوش مصنوعی برای «آرایه خیلی بزرگ» (VLA) در قلب این تاسیسات است. وی‌ال‌اِی حاوی ۲۸ آنتن بشقابی بزرگ هر کدام به قطر ۲۵ متر است که بین سال‌های ۱۹۷۳ تا ۱۹۸۱ احداث شد. آنتن‌های بشقابی روی بام خانه‌ها را تصور کنید، فقط در ابعاد عظیم.
زمانی که این سیستم نرم‌افزاری راه افتاد، هوش مصنوعی آن قادر به پردازش همه اطلاعات دریافت شده توسط آنتن‌ها – یعنی دو ترابایت در هر یک ثانیه – خواهد بود. برای مقایسه لپ‌تاپ‌های امروزی در مجموع حدود یک ترابایت حافظه دارند.
آقای دایاموند می‌گوید که استفاده فزاینده از هوش مصنوعی تا همین‌جا هم برای موسسه او بسیار ارزشمند بوده است.
او می‌گوید که هوش مصنوعی جست‌وجوی انواع جدید سیگنال‌های رادیویی از منابع فرازمینی را ممکن کرده است. او توضیح می‌دهد که ستی که به طور سنتی به دنبال پالس‌های باند باریک، شبیه امواج مورد استفاده انسان، بوده است.
«اما همیشه این سوال وجود داشته که ‘اگر یک فناوری پیشرفته فضایی باشد که از باند پهن استفاده میکند چه؟ ‘؛ و اگر این طور باشد، روش‌های سنتی ما کار نخواهد کرد، و آن را مثل برفک روی صفحه نشان خواهد داد.»
با این حال آقای دایاموند می‌گوید که توانایی هوش مصنوعی برای پردازش حجم عظیمی از داده‌ها به این معنی است که می‌توان در طول زمان میلیون‌ها «عکس فوری» از این تصویر برفکی رادیویی گرفت و شروع به گشتن دنبال الگو‌ها کرد.
پروژه دیگری که ستی دنبال میکند در همکاری با ابتکاری به نام «برِک‌ترو لیسن» (Breakthrough Listen) است. این ابتکار عمل، با حمایت ۱۰۰ میلیون پوندی بخش خصوصی، میلیون‌ها ستاره و ۱۰۰ کهکشان را در یک طیف وسیع رادیویی و نوری برای یافتن آثار فناوری فضایی اسکن میکند.
این پروژه تا اینجا هشت سیگنال بالقوه از موجودات فرازمینی که با روش‌های قبلی تشخیص داده نشده بود را شناسایی کرده است. با این حال «پیتر ما» فکر میکند از آنجا که این رصد‌ها هنوز تکرار نشده احتمالا کاذب است.
از هوش مصنوعی همچنین برای شناسایی علائمی با ماهیت نازل‌تر حیات در جایی نزدیک‌تر به خانه استفاده می‌شود.
مریخ‌نورد «پرسیویرنس» ناسا شروع به جمع‌آوری نمونه‌هایی در گودال جزیرو در مریخ کرد که اگر همه چیز طبق برنامه پیش رود تا چند سال دیگر به زمین منتقل خواهند شد.
ترکیب‌های آلی می‌تواند محصول فرآیند‌های غیرزیستی هم باشد بنابراین هنوز نمی‌توان گفت که این‌ها نشانه حیات در گذشته مریخ است یا نه.
اما همه این‌ها ممکن است به لطف تحقیقات تازه «موسسه کارنگی برای علوم»، که از هوش مصنوعی برای تحلیل نمونه‌های سنگ برای یافتن نشانه‌های حیات در گذشته یا امروز استفاده میکند، تغییر کند.
این تیم دریافت که هوش مصنوعی قادر است مواد قبلا جاندار و غیرجاندار را با ۹۰ درصد دقت از هم تشخیص دهد.
دکتر رابرت هِیزن، از محققان ارشد این مطالعه، گفت: «این یک رویکرد خیلی تازه برای جست‌وجوی نشانه‌های ملکولی حیات است.»
او می‌گوید که این روش قادر به جست‌وجوی الگو‌های ظریف در توزیع ملکولی است.
اولین برنامه این گروه، استفاده از این سیستم برای تحلیل نمونه‌های قدیمی از زمین و همچنین برخی نمونه‌های به دست آمده از شهاب‌های مریخی است.
هنوز روز‌های اول است و هر نتیجه نویدبخشی که با کمک هوش مصنوعی به دست آمده باید با سایر رصد‌ها یا مدل‌های فیزیکی تصدیق شود تا بتوان خبر آن‌ها را در سطح گسترده منتشر کرد. اما با جمع‌آوری هر چه بیشتر داده‌ها، شانس شناسایی حیات فرازمینی – اگر وجود داشته باشد – بی‌وقفه بیشتر می‌شود.
در عین حال آقای دایاموند می‌گوید «پیشرفت الان با میزان تلاش سنجیده می‌شود، نه هنوز نتایج.»
