AI ce pronaci vanzemaljski zivot brze od ljudi
Ljudska potraga za vanzemaljskom civilizacijom koja je na nasem stupnju razvoja ili vecem, vec traje vise desetljeca, no zasad nismo uspjeli pronaci niti jedan signal koji bi nam otkrio da smo uspjeli pronaci napredne aliene.
Obzirom na veliki skok u razvoju umjetne inteligencije u proteklim godina, ne cudi nas da se AI sada koristi i za potragu za vanzemaljskom inteligencijom, pri cemu prednjaci institut SETI koji pomocu radio teleskopa u Arecibu pokusava naci dokaze o postojanju razumnih bica u svemiru.
Kako bi objasnio kako AI pomaze u SETI-ju, astronom i istrazivac SETI-ja Eamonn Kerins sa Sveucilista u Manchesteru usporeduje ga s problemom pronalazenja igle u plastu sijena.
“U osnovi se odnosite prema podacima kao da su sijeno. Onda trazite od algoritma strojnog ucenja da vam kaze postoji li nesto u podacima sto nije sijeno, a to je, nadamo se, igla u plastu sijena, osim ako u plastu sijena nema i drugih stvari”, navodi Kerins.
Ta druga stvar je obicno RFI, odnosno signali koji dolaze iz zemaljskih radio izvora, no algoritam strojnog ucenja osposobljen je za prepoznavanje svih vrsta RFI-ja za koje vec znamo. Ti signali, odnosno poznati obrasci mobilnih telefona, lokalnih radio odasiljaca, elektronike i drugi postaju “sijeno”.
Obuka AI modela ukljucuje ubacivanje signala u podatke, a zatim algoritam uci traziti takve. Algoritam uci uociti obrasce ovih poznatih signala i zanemariti ih. Ako uoci nesto u podacima na cemu nije trenirao, to oznacava kao nesto zanimljivo sto zahtijeva pozornost ljudi.
“Nedavno je bilo pokusaja da se probiju neki od ‘Breakthrough Listen’ podataka s algoritmom strojnog ucenja”, rekao je Kerins. “Podaci su prethodno vec bili prilicno pazljivo procesljani konvencionalnijim sredstvima, ali algoritam je jos uvijek mogao odabrati nove signale nakon sto je bio obucen o stvarima o kojima znamo.”
Podaci od ukupno 489 sati promatranja, sadrzavali su milijune radio signala, od kojih su gotovo svi bili smetnje uzrokovane ljudskim djelovanjem. Algoritam je provjerio svaki od njih i pronasao osam signala koji se ne podudaraju ni s cim na cemu je trenirao.
Cini se da ovih osam signala dolazi iz pet razlicitih zvjezdanih sustava, no od tada nisu ponovno otkriveni. Ponavljanje signala najosnovniji je uvjet da bi se signal smatrao zanimljivim u SETI-ju, medutim, vec se i ovo pokazalo korisnim, jer se moze koristiti za obuku sljedece generacije AI-ja koja strojno uci tako da se slicni RFI-ji mogu izbjeci u buducnosti.
Kerins istice primjer projekta koji je vodio Adam Lesnikowski iz Nvidije. Lesnikowski, kojem su se pridruzili Valentin Bickel s ETH Zurich i Daniel Angerhausen sa Sveucilista u Bernu, upotrijebio je nenadzirano strojno ucenje u testu kako bi vidio moze li uociti umjetne objekte na Mjesecu. Algoritam je dobio slike s NASA-inog Lunar Reconnaissance Orbitera i morao je otkriti sto je tipicno mjesecevo obiljezje, poput kratera, a sto nije. Test je bio uspjesan jer je algoritam odabrao lunarni lander Apolla 15 na povrsini Mjeseca.
Uz algoritme strojnog ucenja ljudi su jos uvijek ukljuceni. Umjetna inteligencija bi mogla oznaciti signal kao intrigantan, ali ipak su ljudi ti koji moraju pratiti i istrazivati, jer algoritmi nisu toliko pametni.
Medutim, uskoro bi se to moglo promijeniti. Istrazivaci Google DeepMinda istrazuju umjetnu opcu inteligenciju ili AGI. Dok su algoritmi koje danas imamo vrlo specificni, AGI bi se mogao primijeniti na bilo sto, te uciti i rasti dok to radi, cime bi se mogao ubrzati iznad kapaciteta ljudske inteligencije.
Kerins i drustvo smatraju da su mogucnosti da AGI transformira SETI vrlo primamljive, jer bi mogao smisliti nove nacine potrage za izvanzemaljskim zivotom izvan granica ljudskih predrasuda i iskustva.
“Mogao bi iscrtati razne mogucnosti kako se jezik i komunikacija mogu prenijeti putem signala”, rekao je Kerins. “Mozda bi mogao koristiti goleme astronomske kataloge i odlucivati o optickim strategijama o tome kako i gdje traziti.”
“Stvaranje AGI-ja ce, na neki nacin, biti poput stvaranja vanzemaljca, onog koji je vrlo razlicit od nas i kojeg bismo mogli tesko razumjeti. Mozda ce nam biti vrlo tesko izravno komunicirati s njim”, rekao je Kerins. “Mozda imamo neku hijerarhiju prevoditelja, a na vrhu te hijerarhije je inteligencija koja bi odlucila o mnogo pametnijim nacinima trazenja u SETI-ju.
No Kerins upozorava da bi nam opca umjetna inteligencija mogla cak uskratiti informacije za koje smatra da bi bile prekomplicirane da bismo ih razumjeli, ali bez obzira na to, ako u buducnosti otkrijemo signal s drugog svijeta, za to cemo se moci zahvaliti umjetnoj inteligenciji.
