Werbung

Neue KI kann helfen, potenzielles außerirdisches Leben auf anderen Planeten zu identifizieren

Ein neues Netzwerk verwendet künstliche Intelligenz, um die potenzielle Bewohnbarkeit anderer Planeten zu unterscheiden. Die Forschung verwendet künstliche neuronale Netzwerke, um große Datenmengen zu sortieren.

Wenn Sie jemals die Sterne angeschaut haben und sich gefragt haben, was da draußen sein könnte, werden Sie froh sein zu wissen, dass wir jetzt näher dran sind, es herauszufinden.

Eine neue Studie von der Zentrum für Robotik und Neuronale Systeme CRNS um Plymouth University wurde am 4. April im vorgestellt Europäische Woche der Astronomie und Weltraumforschung untersucht, wie künstliche Intelligenz KI verwendet werden kann, um die Möglichkeit eines außerirdischen Lebens auf anderen Planeten zu identifizieren.

Modelle, die Gehirnmuster replizieren

Die Forschung basiert auf der Verwendung künstlicher neuronaler Netze ANNs. Werkzeuge, die üblicherweise beim maschinellen Lernen verwendet werden. ANNs sind Rechenmodelle, die von der Struktur biologischer neuronaler Netze inspiriert sind und die Art und Weise nachbilden, wie das menschliche Gehirn lernt.

Als solche können ANNs verwendet werden, um Muster zu identifizieren, die für das menschliche Gehirn zu komplex sind, um sie zu verarbeiten. In dieser Studie nahmen CRNS-Wissenschaftler Informationen aus den Spektralprofilen atmosphärischen Beobachtungen von Planetentypen aus dem Planetary Spectrum Generator der NASA und verwendeten ANNs, um sie zu analysierenin Bezug auf die Bewohnbarkeit die Möglichkeit, das Leben zu erhalten.

Sie haben ein Netzwerk erstellt, das über hundert verschiedene Spektralprofile mit jeweils Hunderten von bewohnbarkeitsbezogenen Parametern gespeist wurde. Das Durchsuchen einer solch beeindruckenden Menge an Informationen würde Jahre dauern, aber die ANNs analysierten und klassifizierten die Daten erfolgreich in Minuten.

Die Daten wurden in fünf Planetentypen unterteilt : heutige Erde, frühe Erde, Mars, Venus oder Saturnmond Titan. Diese Typen wurden ausgewählt, um Kompositionen und Atmosphären zu haben, die in unserem Sonnensystem am potenziellsten bewohnbar sind.

System zur Lokalisierung bewohnbarer Exoplaneten

Doktorand und Projektleiter Christopher Bishop sagte in a Aussage : „Wir sind derzeit an diesen ANNs interessiert, um die Erforschung eines hypothetischen, intelligenten, interstellaren Raumfahrzeugs zu priorisieren, das ein Exoplanetensystem aus der Entfernung abtastet.“

Das Team berichtete, dass sich sein System auch dann gut anpasste, wenn neue und fremde Spektralprofile gespeist wurden. Die Hoffnung besteht nun darin, dass ANNs in Zukunft verwendet werden können, um Exoplaneten mit einer hohen Wahrscheinlichkeit für die Unterstützung des Lebens zu unterscheiden.

Werbung

Leerzeichen

Der Physiker Michio Kaku sagt, dass Menschen in diesem Jahrhundert mit Außerirdischen in Kontakt kommen werden

Bishop, der auch Professor für künstliche Intelligenz und Kognition Angelo Cangelosi ist, sagte: „Wir prüfen auch die Verwendung großflächiger, einsetzbarer planarer Fresnel-Antennen, um Daten von einer interstellaren Sonde in großen Entfernungen zur Erde zurückzubringenDies wäre erforderlich, wenn die Technologie in Zukunft in Roboter-Raumfahrzeugen eingesetzt wird. “

Diese Entwicklung kommt zu einem guten Zeitpunkt als NASA 's TESS-Raumschiff Der Start ist für wenige Wochen geplant und könnte Unterstützung bei der Analyse der großen Datenmenge gebrauchen, die die Mission sammeln muss.

„Angesichts der bisherigen Ergebnisse kann sich diese Methode als äußerst nützlich erweisen, um verschiedene Arten von Exoplaneten anhand der Ergebnisse von bodengestützten und erdnahen Observatorien zu kategorisieren“, sagte Dr. Angelo Cangelosi, der Projektleiter.

Via : EWASS

Folgen Sie uns auf

Bleiben Sie über die neuesten technischen Neuigkeiten auf dem Laufenden

Geben Sie einfach Ihre E-Mail-Adresse ein und wir kümmern uns um den Rest :

Mit Ihrer Anmeldung stimmen Sie unserer zu Nutzungsbedingungen und Datenschutzerklärung . Sie können sich jederzeit abmelden.