Более 60 лет ученые искали в космосе возможные признаки радиопередачи, которые указывали бы на существование внеземного разума (ETI). За это время технологии и методы значительно усовершенствовались, но самые большие проблемы остаются. В дополнение к тому, что радиосигналы внеземного происхождения никогда не обнаруживались, существует множество возможных форм, которые могла бы принять такая трансляция. Короче говоря, исследователи SETI должны предположить, как будет выглядеть сигнал, но без каких-либо известных примеров. Недавно международная команда под руководством Калифорнийского университета в Беркли и Института SETI разработала новый инструмент машинного обучения, который имитирует то, как может выглядеть сообщение от внеземного разума (ETI). Она известна как Setigen, библиотека с открытым исходным кодом, которая может изменить правила игры для будущих исследований SETI.
Исследовательскую группу возглавил Брайан Бржицки, аспирант астрономии Калифорнийского университета в Беркли. К нему присоединились Эндрю Симион, директор Исследовательского центра SETI в Беркли, и исследователи из Института SETI, Breakthrough Listen, Института астрономии и астрофизики Данлэпа, Института космических наук и астрономии, Международного центра радиоастрономических исследований (ICRAR) и Институт науки о данных Гёргена. С 1960-х годов наиболее распространенным методом SETI был поиск в космосе радиосигналов искусственного происхождения. Первым таким экспериментом был проект «Озма» (с апреля по июль 1960 г.), которым руководил знаменитый астрофизик из Корнелла Фрэнк Дрейк (создатель уравнения Дрейка). Это исследование опиралось на 25-метровую тарелку в Национальной радиоастрономической обсерватории в Грин-Бэнк, Западная Вирджиния, для наблюдения за Эпсилон Эридана и Тау Кита на частотах около 400 кГц и около 1,42 ГГц.
С тех пор эти поиски расширились, чтобы охватить большие области ночного неба, более широкие диапазоны частот и большее разнообразие сигналов. Как объяснил Бржицки Universe Today по электронной почте: «В 1960-х идея состояла в том, чтобы сосредоточиться на области вокруг хорошо известной частоты, где нейтральный водород излучает излучение в межзвездном пространстве, 1,42 ГГц. об этом и потенциально нацелить эту частоту для передачи, чтобы максимизировать вероятность обнаружения.С тех пор, особенно в связи с быстрым развитием технологий, радио SETI расширилось по всем осям измерения.
«Теперь мы можем мгновенно проводить измерения в полосе пропускания в несколько гигагерц. По мере улучшения хранения мы можем собирать огромные объемы данных, что позволяет проводить наблюдения с более высоким разрешением как по времени, так и по частоте. звезды и другие направления в галактике, чтобы максимизировать доступ к потенциально интересным направлениям в небе». Еще одним важным изменением стало включение алгоритмов на основе машинного обучения, предназначенных для поиска передач среди фонового радиошума космоса и исправления радиочастотных помех (RFI). Алгоритмы, используемые в опросах SETI, относятся к одной из двух категорий: те, которые измеряют данные временных рядов напряжения, и те, которые измеряют данные частотно-временной спектрограммы.
«Необработанные данные, собранные радиоантенной, представляют собой измерения напряжения; радиоволна индуцирует ток в антенне, который считывается и записывается как напряжение», — сказал Бржицкий. «Радиотелескоп на самом деле представляет собой просто антенну, дополненную параболической тарелкой, чтобы сфокусировать большую площадь света, увеличивая разрешение и яркость. Оказывается, интенсивность пропорциональна квадрату напряжения. Кроме того, нас интересует интенсивность как функция частоты и время (когда и где потенциальный сигнал)».
Чтобы получить это, говорит Бржицки, астрономы начинают с использования алгоритмов, которые вычисляют мощность каждой наблюдаемой частоты по отношению к входным данным временного ряда. Другими словами, алгоритм преобразует данные радиосигнала из функции пространства и/или времени в функцию, зависящую от пространственной частоты или временной частоты, иначе говоря. преобразование Фурье (ПФ). Возведя это в квадрат, астрономы могут измерить интенсивность каждой частоты за период сбора данных.
«Чтобы получить полную спектрограмму, массив интенсивности в зависимости от времени и частоты, мы берем часть ряда напряжение-время, получаем FT, затем повторяем этот процесс для всего наблюдения, чтобы мы могли эффективно суммировать ряд. массивов FT-данных друг над другом во временном направлении», — добавил Бржицкий. «После того, как вы определитесь с временным разрешением, мы определяем количество необходимых временных отсчетов и вычисляем FT, чтобы увидеть, сколько мощности содержится в каждом частотном интервале».
Основной алгоритм поиска, используемый исследователями SETI, известен как алгоритм «некогерентного дерева де Доплера», который сдвигает спектр радиоволн, чтобы исправить дрейф частоты, и максимизирует отношение сигнал/шум сигнала. Самая полная из когда-либо установленных поисковая программа SETI, Breakthrough Listen, использует версию этого алгоритма с открытым исходным кодом, известную как TurboSETI, которая послужила основой для многих поисков «техносигнатур» (также известных как признаки технологической активности). Как объяснил Бржицки, у этого метода есть некоторые недостатки: «Алгоритм делает предположение, что потенциальный сигнал SETI является непрерывным с высокой скважностью (это означает, что он почти всегда «включен»). Поиск непрерывного синусоидального сигнала — это хороший первый шаг, поскольку люди относительно легко и недорого производят и передают такие сигналы.
«Поскольку TurboSETI нацелен на прямолинейные сигналы, которые всегда «включены», он может с трудом подбирать альтернативные морфологии, такие как широкополосные и импульсные сигналы. Разрабатываются дополнительные алгоритмы, чтобы попытаться обнаружить эти другие виды сигналов, но, как всегда , наши алгоритмы эффективны ровно настолько, насколько мы делаем предположения о сигналах, на которые они нацелены».
Для исследователей SETI машинное обучение — это способ идентификации передач в необработанных радиочастотных данных и классификации нескольких типов сигналов. Основная проблема, по словам Бржицки, заключается в том, что у астрономического сообщества нет набора данных о сигналах внеземных цивилизаций, что затрудняет контролируемое обучение в традиционном смысле. С этой целью Бржицки и его коллеги разработали библиотеку с открытым исходным кодом на основе Python под названием Setigen, которая облегчает производство синтетических радионаблюдений.
«Что делает Setigen, так это облегчает производство синтетических сигналов SETI, которые можно использовать в полностью синтетических данных или добавлять поверх реальных данных наблюдений, чтобы обеспечить более реалистичный шум и фон RFI», — сказал Бржицки. «Таким образом, мы можем создавать большие наборы данных синтетических сигналов для анализа чувствительности существующих алгоритмов или в качестве основы для обучения машинному обучению».
Эта библиотека стандартизирует методы синтеза для анализа алгоритмов поиска, особенно для существующих продуктов данных радионаблюдений, таких как те, которые используются Breakthrough Listen. «Они бывают как в формате спектрограмм, так и в сложных форматах напряжения (временных рядов), поэтому метод создания фиктивных данных может быть действительно полезен для тестирования производственного кода и разработки новых процедур», — добавил Бржицкий.
В настоящее время разрабатываются алгоритмы многолучевых наблюдений с использованием Setigen для создания фиктивных сигналов. Библиотека также постоянно обновляется и совершенствуется по мере продвижения исследований SETI. Бржицки и его коллеги также надеются добавить поддержку синтеза широкополосных сигналов, чтобы помочь алгоритмам поиска, нацеленным на неузкополосные сигналы. Более надежные исследования SETI станут возможны в ближайшем будущем, когда вступят в строй радиотелескопы следующего поколения.
Это включает в себя Breakthrough Listen, который будет включать данные из массива MeerKAT в Южной Африке. Существует также Square Kilometer Array (SKA), масштабный проект радиотелескопа, который будет объединять данные обсерваторий в Южной Африке и Австралии. К ним относятся MeerKAT и Hydrogen Epoch of Reionization Array (HERA) в Южной Африке, а также австралийский SKA Pathfinder (ASKAP) и Murchison Widefield Array (MWA) в Австралии.
Увы, есть еще самый ограничивающий фактор в отношении SETI — наша крайне ограниченная система отсчета. Когда дело доходит до этого, астрономы понятия не имеют, как будет выглядеть внеземной сигнал, потому что мы никогда раньше его не видели. Это, как ни парадоксально, затрудняет обнаружение признаков техносигнатур среди фонового шума космоса. Таким образом, астрономы вынуждены использовать подход «низко висящих плодов», что означает поиск технологической активности в том виде, в каком мы ее знаем.
Однако, устанавливая параметры на основе того, что теоретически возможно, ученые могут сузить область поиска и повысить вероятность того, что когда-нибудь они что-то найдут. Как подытожил Бржицкий: «Единственным возможным решением этой проблемы является своего рода неконтролируемое исследование машинного обучения, которое сводит к минимуму наши предположения; в этом направлении ведется работа. Setigen, безусловно, полагается на это предположение — синтетические сигналы, которые можно произвести, носят эвристический характер, поскольку пользователь решает, как они должны выглядеть.
«В конце концов, библиотека предоставляет способ оценки наших существующих алгоритмов и создания наборов данных потенциальных сигналов для разработки новых методов поиска, но фундаментальные вопросы о том, где и когда, всегда останутся — лучшее, что мы можем сделать, — это сохранить при просмотре». В такие моменты полезно напомнить себе, что парадокс Ферми нужно разрешить только один раз. В тот момент, когда мы обнаружим радиопередачу в космосе, мы будем точно знать, что мы не одиноки во Вселенной, что разумная жизнь может существовать и существует за пределами Земли и общается с помощью технологий, которые мы можем обнаружить.
