Sono 820 le stelle vicine analizzate in un nuovo studio apparso recentemente su Nature Astronomy realizzato per trovare segnali promettenti nell’ambito della ricerca SETI, un tipo di ricerca il cui scopo finale è individuare una possibile civiltà extraterrestre intelligente. E, come riferisce Universe Today in un nuovo articolo, i ricercatori hanno trovato almeno otto segnali “promettenti” che saranno analizzati presto.
Nuovi algoritmi di deep learning
Il nuovo studio, condotto da un team internazionale guidato da ricercatori del Dunlap Institute for Astronomy and Astrophysics (DIAA), ha fatto uso di nuovi algoritmi di deep learning per analizzare l’enorme corpus dei dati raccolti dal Green Bank Telescope, un radiotelescopio presente in Germania. Nello specifico i ricercatori si sono concentrati sui segnali radio a banda stretta: i ricercatori hanno applicato un nuovo algoritmo, denominato Beta-Convolutional Variational Autoencoder, ai dati relativi ad 820 stelle vicine esaminate dal radiotelescopio nel corso di 480 ore di osservazione.
L’algoritmo
L’obiettivo è individuare le cosiddette “firme tecnologiche”. L’algoritmo incorpora due tipi di apprendimento automatico: l’apprendimento supervisionato e quello non supervisionato, come spiega Peter Xiangyuan Ma, ricercatore del DIAA che sta lavorando a questo algoritmo da diversi anni. In pratica si usa un approccio su parte dei dati con la supervisione dell’uomo per guidare ed addestrare l’algoritmo e quindi per fargli trovare modelli nascosti negli altri dati non supervisionati.
Otto segnali radio “di interesse”
Alla fine i ricercatori hanno scoperto otto segnali radio “di interesse”. Questi segnali provengono da cinque stelle che sono situate a distanze comprese tra 30 e 90 anni luce dalla Terra. Si tratta di segnali mai individuati prima anche perché le tecniche che si usano per esaminare questi tipi di dati non si basano quasi mai sui moderni algoritmi di apprendimento automatico.
Secondo Steve Croft, uno dei responsabili del progetto Breakthrough Listen (uno dei più seri progetti di ricerca di civiltà intelligenti extraterrestri), si tratta di dati interessanti innanzitutto perché hanno caratteristiche che fanno pensare che non si tratti di interferenze locali: “In secondo luogo, i segnali cambiano di frequenza nel tempo in modo tale da farli apparire lontani dal telescopio. È un po’ come camminare su un sentiero di ghiaia e trovare un sasso incastrato nel battistrada della tua scarpa che sembra calzare perfettamente”, riferisce Croft.
I ricercatori ora vogliono usare lo stesso algoritmo con i dati di altri telescopi, a partire dal MeerKAT in Sud Africa e lo Square Kilometer Array (SKA), un’enorme rete di radiotelescopi che presto sarà completata.
Note e approfondimenti
- A deep-learning search for technosignatures from 820 nearby stars| Nature Astronomy (DOI: 10.1038/s41550-022-01872-z)
