Anzeige
Anzeige
News

SETI: KI findet acht potenzielle Aliensignale, die bislang niemandem aufgefallen sind

Auf Alienjagd mit künstlicher Intelligenz? Ein Deep-Learning-Algorithmus hat acht potenzielle Aliensignale aus einem Datensatz herausgefiltert, die bislang noch niemandem aufgefallen waren.

Von Stefica Budimir Bekan
2 Min.
Artikel merken
Anzeige
Anzeige
Mit Radioteleskopen suchen die Forscher:innen nach außerirdischem Leben. (Foto: Shutterstock/Solarseven)

KI wird heute in praktisch allen Bereichen der Wissenschaft eingesetzt, um Forscher:innen bei routinemäßigen Aufgaben zu unterstützen. Nun soll sie auch helfen, die Suche nach außerirdischem Leben zu verbessern.

Anzeige
Anzeige

Radioastronom:innen haben ein KI-System entwickelt, das alles bisher Dagewesene übertrifft. Die KI wurde darauf trainiert, Daten von Radioteleskopen nach Elementen zu durchsuchen, die nicht durch natürliche astrophysikalische Prozesse erzeugt wurden. Die bisherigen Ergebnisse sind vielversprechend.

KI spielt große Rolle bei Suche nach außerirdischer Intelligenz

Seit Jahren sendet die Menschheit Radiosignale aus, die bis ins Weltall dringen, in der Hoffnung, Aliens würden darauf antworten. Denn damit lassen sich Informationen drahtlos über große Distanzen übertragen. Doch die Suche nach sogenannten Technosignaturen, kurz SETI (von englisch: Search for Extraterrestrial Intelligence), wird mit der Suche nach einer Nadel im kosmischen Heuhaufen verglichen.

Anzeige
Anzeige

Radioteleskope produzieren riesige Datenmengen, und darin sind Millionen von irdischen Störsignalen enthalten, die beispielsweise von unseren Handys oder GPS-Empfängern erzeugt werden. Diese Signale gilt es auszublenden. Aus diesem Grund müssen Suchalgorithmen in der Lage sein, schnell echte Technosignaturen von False Positives zu unterscheiden.

KI könnte Durchbruch bedeuten

Eine KI erfüllt diese Anforderungen und könnte die Suche nach außerirdischem Leben revolutionieren. Ein Forscher:innenteam um Peter Xiangyuan Ma von der University of Toronto stellte den Deep-Learning-Algorithmus im Fachmagazin Nature Astronomy vor. Einen ersten Teilerfolg kann das System bereits vorweisen: Als die KI mit einem zuvor untersuchten Datensatz gefüttert wurde, entdeckte sie acht interessante Signale, die der klassische Algorithmus bisher übersehen hatte.

Anzeige
Anzeige

So funktioniert die KI

Die privat finanzierte Initiative Breakthrough Listen sucht im Radiospektrum nach künstlich erzeugten Signalen, die aus dem All die Erde erreichen, und sortiert die Daten. Aus dem Datenberg von Breakthrough Listen suchten sich die Forscher:innen 820 Sterne heraus. Der Datensatz beinhaltete 480 Stunden an Beobachtungsdaten, die mit dem Robert-C.-Byrd-Green-Bank-Teleskop in den USA aufgenommen worden waren.

Das sind die 18 besten Bilder aus dem Weltall:

Das sind die 18 besten Bilder aus dem Weltall Quelle: NicoElNino/Shutterstock

Die KI, die zuvor mit künstlich erzeugten Signalen darauf getrimmt wurde, Außergewöhnliches herauszufiltern, durchforstete 115 Millionen Datenschnipsel. Um einen Satz von Trainingsdaten zu erstellen, fügte Peter Ma simulierte Signale in reale Daten ein und verwendete diesen Datensatz dann, um einen KI-Algorithmus namens Autoencoder zu trainieren.

Anzeige
Anzeige

Während der Autoencoder die Daten verarbeitete, „lernte“ er, hervorstechende Merkmale in den Daten zu identifizieren. Indem die KI die Störsignale ausblendete, reduzierte sie den Datensatz auf rund 20.000 Signale. Davon hatten acht Signale die Eigenschaften von Technosignaturen und konnten nicht auf Funkstörungen zurückgeführt werden. Wie die Forscher:innen schreiben, hätten alle bisherigen Analysemethoden diesen riesigen Datensatz bei Weitem nicht so effizient analysieren können.

Fast fertig!

Bitte klicke auf den Link in der Bestätigungsmail, um deine Anmeldung abzuschließen.

Du willst noch weitere Infos zum Newsletter? Jetzt mehr erfahren

Anzeige
Anzeige
Kommentare

Community-Richtlinien

Bitte schalte deinen Adblocker für t3n.de aus!
Hallo und herzlich willkommen bei t3n!

Bitte schalte deinen Adblocker für t3n.de aus, um diesen Artikel zu lesen.

Wir sind ein unabhängiger Publisher mit einem Team von mehr als 75 fantastischen Menschen, aber ohne riesigen Konzern im Rücken. Banner und ähnliche Werbemittel sind für unsere Finanzierung sehr wichtig.

Schon jetzt und im Namen der gesamten t3n-Crew: vielen Dank für deine Unterstützung! 🙌

Deine t3n-Crew

Anleitung zur Deaktivierung
Artikel merken

Bitte melde dich an, um diesen Artikel in deiner persönlichen Merkliste auf t3n zu speichern.

Jetzt registrieren und merken

Du hast schon einen t3n-Account? Hier anmelden

oder
Auf Mastodon teilen

Gib die URL deiner Mastodon-Instanz ein, um den Artikel zu teilen.

Community-Richtlinien

Wir freuen uns über kontroverse Diskussionen, die gerne auch mal hitzig geführt werden dürfen. Beleidigende, grob anstößige, rassistische und strafrechtlich relevante Äußerungen und Beiträge tolerieren wir nicht. Bitte achte darauf, dass du keine Texte veröffentlichst, für die du keine ausdrückliche Erlaubnis des Urhebers hast. Ebenfalls nicht erlaubt ist der Missbrauch der Webangebote unter t3n.de als Werbeplattform. Die Nennung von Produktnamen, Herstellern, Dienstleistern und Websites ist nur dann zulässig, wenn damit nicht vorrangig der Zweck der Werbung verfolgt wird. Wir behalten uns vor, Beiträge, die diese Regeln verletzen, zu löschen und Accounts zeitweilig oder auf Dauer zu sperren.

Trotz all dieser notwendigen Regeln: Diskutiere kontrovers, sage anderen deine Meinung, trage mit weiterführenden Informationen zum Wissensaustausch bei, aber bleibe dabei fair und respektiere die Meinung anderer. Wir wünschen Dir viel Spaß mit den Webangeboten von t3n und freuen uns auf spannende Beiträge.

Dein t3n-Team

Kommentar abgeben

Melde dich an, um Kommentare schreiben und mit anderen Leser:innen und unseren Autor:innen diskutieren zu können.

Anmelden und kommentieren

Du hast noch keinen t3n-Account? Hier registrieren

Anzeige
Anzeige