Filter by دسته‌ها
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 هوش مصنوعی در جستجوی فرازمینی‌ها

هوش مصنوعی در جستجوی فرازمینی‌ها

آیا فرازمینی‌ها وجود دارند؟ سال‌هاست که دانشمندان در جستجوی پاسخ این پرسش هستند و به‌تازگی شاید به پاسخ آن نزدیک شده باشند.

یک تیم از دانشمندان و پژوهشگران «دانشگاه تورنتو» از یک الگوریتم جدید برای سازمان‌دهی و دسته‌بندی داده‌های تلسکوپ‌هایشان استفاده می‌کنند؛ آن‌ها با کمک این الگوریتم، تمایز بین سیگنال‌های حقیقی و غیرحقیقی که ممکن است از سمت فرازمینی‌ها ارسال‌شده باشد را ساده‌سازی می‌کنند. این به آن‌ها امکان می‌دهد تا از طریق فرایند یادگیری ماشینی به‌سرعت انبوه اطلاعات را مرتب کنند و الگوها را بیابند.

تلاش برای کشف دیگر حیات‌های پیشرفته در کیهان مستلزم یافتن سیگنال‌های تولیدشده توسط فناوری «تکنوسیگناتور» است، زیرا فرض بر این است که یک تمدن فرازمینی پیشرفته به‌اندازه کافی پیچیده است که بتواند این سیگنال‌ها را منتشر کند.

از دهه 1960، اخترشناسانی که بر روی فناوری‌های SETI کار می‌کنند، از تلسکوپ‌های رادیویی قدرتمند برای کاوش در میلیاردها ستاره و کهکشان یاری می‌گیرند؛ تا شاید نشانه‌های رادیویی فرازمینی‌ها در آن یافت شود. 

اگرچه تلسکوپ‌های مورداستفاده برای این جستجوها در مناطقی قرار دارند که کمترین تداخل آلودگی‌های موجی، مانند مو‌ج‌های تلفن‌های همراه و ایستگاه‌های تلویزیونی را داشته باشند؛ اما اختلالات و آلودگی‌های انسانی در تولید موج، همچنان چالش‌های بزرگی را ایجاد می‌کند.

«پیتر ما» دانشجوی دانشگاه تورنتو و پژوهشگر در مقاله پژوهشی که امروز در Nature Astronomy منتشرشده است؛ می‌گوید: «در بسیاری از مشاهدات ما، تداخل زیادی وجود دارد. ما باید سیگنال‌های رادیویی هیجان‌انگیز در فضا را از سیگنال‌های رادیویی نامناسب از زمین تشخیص دهیم.»

فرازمینی‌

این تیم با شبیه‌سازی سیگنال‌های هر دو نوع، ابزارهای یادگیری ماشینی را برای تمایز بین سیگنال‌های فرازمینی و سیگنال‌های تولیدشده توسط انسان را آموزش داده‌اند. آن‌ها طیفی از الگوریتم‌های مختلف یادگیری ماشینی را مقایسه کردند، دقت و نرخ‌های مثبت کاذب آن‌ها را مطالعه کردند و سپس از آن اطلاعات برای تثبیت الگوریتم قدرتمندی که توسط «پیتر ما» ساخته‌شده، استفاده کردند.

این الگوریتم جدید منجر به کشف هشت سیگنال رادیویی جدید شده است که به‌طور بالقوه می‌توانند از طرف فرازمینی‌ها ارسال ‌شده باشند. این هشت سیگنال از پنج ستاره مختلف که در فاصله 30 تا 90 سال نوری از زمین قرار دارند، به‌دست آمدند. این سیگنال‌های جدید در تجزیه‌وتحلیل از همان داده‌های قبلی که از یادگیری ماشینی استفاده نمی‌کردند، یافت‌ شده‌اند.

برای تیم‌های جستجوی هوش فرازمینی، این سیگنال‌ها به دو دلیل، قابل‌توجه در نظر گرفته می‌شوند. نخست آن‌که وقتی به ستاره‌ها نگاه می‌کنیم این سیگنال‌ها حضور دارند، ولی در حقیقت از دوردست نیامده‌اند و تقلبی هستند؛ برخلاف سیگنال‌های تداخل محلی، که عموماً همیشه وجود دارد. دوم، فرکانس سیگنال‌ها در طول زمان به گونه‌ای تغییر می‌کند که آن‌ها را حقیقی نشان می‌دهد.

برای همین نیز درک این نکته مهم است که وقتی مجموعه داده‌ای حاوی میلیون‌ها سیگنال دارید، گاهی اوقات سیگنال‌ها می‌توانند به‌طور تصادفی هر دو ویژگی بالا را داشته باشند. این بدان معنی است که یک سیگنال می‌تواند ظاهری همچون سیگنال‌های طبیعی کهکشان‌های دوردست را داشته باشد، ولی از سیاره زمین تولیدشده باشد. به‌همین‌دلیل نیز، حتی اگر سیگنال‌ها به شکلی ظاهر شوند که تیم انتظار دارد و سیگنال‌های فرازمینی به ‌نظر برسند، پژوهشگران تا زمانی که دوباره همان سیگنال را از دوردست ببینند آن را قبول نخواهند کرد.

بنر اخبار هوش مصنوعی

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
لطفاً برای تکمیل این فرم، جاوا اسکریپت را در مرورگر خود فعال کنید.