Une IA sera-t-elle la première à découvrir la vie extraterrestre ? (vidéo) By Jack35
Auteur
Message
le.cricket Admin
Messages : 52801 Date d'inscription : 23/09/2010 Age : 72 Localisation : Mont de Marsan - 40000 - France
Sujet: Une IA sera-t-elle la première à découvrir la vie extraterrestre ? (vidéo) By Jack35 Mar 7 Fév - 21:25
Une IA sera-t-elle la première à découvrir la vie extraterrestre ? (vidéo)
[Vous devez être inscrit et connecté pour voir cette image] Le télescope Robert C. Byrd Green Bank en Virginie-Occidentale est l’un des nombreux à aider à rechercher des civilisations extraterrestres. Crédit : Jim West/Alamy.
SETI, la recherche d’intelligence extraterrestre, déploie des algorithmes d’apprentissage automatique qui filtrent les interférences terrestres et détectent les signaux que les humains pourraient manquer. Des collines de Virginie-Occidentale aux plaines de l’Australie rurale, certains des plus grands télescopes du monde écoutent les signaux de lointaines civilisations extraterrestres.
La recherche d’intelligence extraterrestre, connue sous le nom de SETI, est un effort pour trouver des signaux de rayonnement électromagnétique d’apparence artificielle qui pourraient provenir d’une civilisation technologiquement avancée dans un système solaire lointain. Une étude publiée 1 décrit l’un des nombreux efforts visant à utiliser l’apprentissage automatique, un sous-ensemble de l’intelligence artificielle (IA), pour aider les astronomes à passer rapidement au crible les rames de données que ces enquêtes produisent. Alors que l’IA remodèle de nombreux domaines scientifiques , quelle promesse tient-elle pour la recherche de la vie au-delà de la Terre ?
Citation :
« C’est une nouvelle ère pour la recherche SETI qui s’ouvre grâce à la technologie d’apprentissage automatique », déclare Franck Marchis, astronome planétaire au SETI Institute de Mountain View, en Californie.
La problématique du big data est relativement nouvelle pour SETI. Pendant des décennies, le domaine a été limité par le fait qu’il n’y avait pratiquement aucune donnée. L’astronome Frank Drake a été le pionnier de SETI en 1960, lorsqu’il a pointé un télescope à Green Bank, en Virginie-Occidentale, vers deux étoiles et a écouté les transmissions radio. La plupart des recherches SETI qui ont suivi étaient également limitées à un petit nombre d’étoiles. Mais en 2015, le milliardaire Yuri Milner a financé le plus grand programme SETI de tous les temps, à Berkeley, en Californie : le projet Breakthrough Listen pour rechercher dans un million d’étoiles des signes de vie intelligente. À l’aide de télescopes en Virginie-Occidentale, en Australie et en Afrique du Sud, le projet recherche les émissions radio provenant de la direction d’une étoile et dont la fréquence change régulièrement, comme cela se produirait si un émetteur extraterrestre se trouvait sur une planète se déplaçant par rapport à la Terre. Tempête de données Le problème est que ces recherches produisent un blizzard de données, y compris des faux positifs produits par les interférences terrestres des téléphones portables, du GPS et d’autres aspects de la vie moderne .
Citation :
« Le plus grand défi pour nous dans la recherche de signaux SETI n’est pas à ce stade d’obtenir les données », explique Sofia Sheikh, astronome à l’Institut SETI. « La partie difficile consiste à différencier les signaux de la technologie humaine ou terrestre du type de signaux que nous recherchons de la technologie ailleurs dans la Galaxie. »
Parcourir manuellement des millions d’observations n’est pas pratique. Une approche alternative courante consiste à utiliser des algorithmes qui recherchent des signaux correspondant à ce à quoi les astronomes pensent que les balises extraterrestres pourraient ressembler. Mais ces algorithmes peuvent ignorer des signaux potentiellement intéressants qui sont légèrement différents de ce à quoi les astronomes s’attendent. Entrez dans l’apprentissage automatique. Les algorithmes d’apprentissage automatique sont formés sur de grandes quantités de données et peuvent apprendre à reconnaître les caractéristiques caractéristiques des interférences terrestres, ce qui les rend très efficaces pour filtrer le bruit. Signaux négligés L’apprentissage automatique est également efficace pour capter les signaux extraterrestres candidats qui n’entrent pas dans les catégories conventionnelles et qui auraient donc pu être manqués par les méthodes antérieures, explique Dan Werthimer, scientifique SETI à l’Université de Californie à Berkeley. Peter Ma, mathématicien et physicien à l’Université de Toronto, Canada, et auteur principal de l’article d’aujourd’hui, est d’accord.
Citation :
« Nous ne pouvons pas toujours anticiper ce que ET pourrait nous envoyer », dit-il.
Ma et ses collègues ont passé au crible les observations de Breakthrough Listen de 820 étoiles, réalisées à l’aide du télescope Robert C. Byrd Green Bank de 100 mètres. Ils ont construit un logiciel d’apprentissage automatique pour analyser les données ; cela a rapporté près de trois millions de signaux d’intérêt, mais la plupart ont été rejetés en tant qu’interférences terrestres. Ma a ensuite examiné manuellement plus de 20 000 signaux et les a réduits à 8 candidats intrigants. La recherche s’est finalement révélée vide – les huit signaux ont disparu lorsque l’équipe a de nouveau écouté. Mais les méthodes pourraient être utilisées sur d’autres données, comme un flot d’observations du réseau MeerKAT de 64 radiotélescopes en Afrique du Sud, que Breakthrough Listen a commencé à utiliser en décembre. Les algorithmes d’apprentissage automatique pourraient également être utilisés sur des données SETI archivées, dit Ma, pour rechercher des signaux qui auraient pu être négligés auparavant. Citoyen SETI L’apprentissage automatique est également au cœur d’un effort SETI distinct qui sera lancé le mois prochain. Le 14 février, des astronomes de l’Université de Californie à Los Angeles (UCLA) lanceront un projet de science communautaire dans lequel des volontaires du public trieront des images de signaux radio et les classeront comme des types potentiels d’interférences, pour former une machine -algorithme d’apprentissage pour rechercher les données SETI de Green Bank. Et l’IA peut aider à d’autres étapes du processus SETI. Werthimer et ses collègues ont utilisé l’apprentissage automatique pour établir un classement des étoiles à observer dans un projet SETI en cours qui utilise le plus grand télescope à antenne parabolique au monde, le radiotélescope FAST de 500 mètres en Chine. Pourtant, SETI continuera probablement à utiliser un mélange d’approches classiques et d’apprentissage automatique pour trier les données, déclare Jean-Luc Margot, astronome à UCLA. Les algorithmes classiques restent excellents pour capter les signaux candidats, et l’apprentissage automatique n’est « pas une panacée », dit-il.
Citation :
« Les machines ne peuvent pas encore tout faire », reconnaît Werthimer.
doi : [Vous devez être inscrit et connecté pour voir ce lien]
Source : [Vous devez être inscrit et connecté pour voir ce lien]
_________________ [Vous devez être inscrit et connecté pour voir cette image] le.cricket vous salue bien !
Une IA sera-t-elle la première à découvrir la vie extraterrestre ? (vidéo) By Jack35
Aujourd'hui à 9:18 par 
Sujet: Une IA sera-t-elle la première à découvrir la vie extraterrestre ? (vidéo) By Jack35 