Este sistema busca alienígenas usando IA: detectó 8 señales de radio “muy sospechosas”

La inteligencia artificial ha despertado miles de aplicaciones hasta ahora impensables, también en España. Con la aparición de ChatGPT y el súbito interés de Microsoft por esta tecnología, Google ha visto sus cimientos tambalearse, hasta el punto de provocar una guerra entre ambas compañías por la inclusión de la IA en sus ecosistemas. Pero la inteligencia artificial podría ir mucho más allá, ya que un nuevo estudio propone su uso para conseguir identificar señales de radio extraterrestres.

Peter Ma, un estudiante de la Universidad de Toronto (Estados Unidos), ha desarrollado un nuevo algoritmo de aprendizaje automático para filtrar señales de radio del espacio exterior y así identificar las que tengan probabilidades de tener orígenes alienígenas. Lo más curioso es que Ma ha conseguido descubrir “ocho señales parecían muy sospechosas”, según recoge Nvidia en su blog.

El estudio, publicado en la revista Nature Astronomy, destaca el papel que tendrán las tecnologías de inteligencia artificial en la búsqueda de vida e inteligencia extraterrestre, que podría llevarnos a un futuro hipotético en el que podamos encontrar señales de radio espaciales artificiales.

IA para buscar aliens

Debido a la idea que tenemos de lo que significan las señales de radio, es fácil pensar que estas son como las que emitimos los humanos mediante señales de radiofrecuencia. No obstante, el universo no es en absoluto un lugar silencioso. Numerosos eventos astrofísicos naturales, como las estrellas, los agujeros negros, los magnetares o las supernovas generan radio y otras tantas señales. 

A esto se le suman las interferencias que sufre nuestra propia tecnología, que dificultan la detección de señales de radio genuinamente artificiales. Y dado lo vasto que es el universo, la posibilidad de que haya vida similar a la Tierra es increíblemente reducida. Tanto Ma como su propia idea están englobadas en Breakthrough Listen, un esfuerzo internacional que busca signos de civilizaciones extraterrestres. En este caso, encontrar señales genuinamente artificiales.

Fotografía del espacio.

El sistema se encarga de filtrar los candidatos tecnológicos más prometedores. Se produce en un proceso de dos pasos. El primero usa un codificador automático para identificar las características destacadas en los datos. Un sistema potenciado por la API TensorFlow y acelerada por cuatro tarjetas gráficas de Nvidia TITAN X en UC Berkeley. El segundo paso alimenta esas características a un sistema llamado “clasificador de bosque aleatorio”, que decide si la señal es notable o simplemente una interferencia.

Una vez recogidas esas señales, los investigadores regresan al telescopio para observar los sistemas a partir de los cuales se originaron las ocho señales. Señales que no han podido volver a ser observadas en al menos varios años. El sistema fue alimentado con un conjunto de datos masivo, de más de 150 terabytes de datos recopilados del radiotelescopio Green Bank, uno de los más grandes del mundo, en Virginia Occidental.

“Señales sospechosas”

De las “ocho señales que parecían muy sospechosas, después de echar otro vistazo a los objetivos con nuestros telescopios, no las volvimos a ver. Han pasado casi cinco o seis años desde que tomamos los datos, pero aún no hemos vuelto a ver la señal”, detalló Ma.

Estas 8 señales se filtraron de más de 20.000 señales de interés, mostrando características reveladoras que los científicos llaman ‘firmas tecnológicas’, que no podían ser interferencias. Los propios desarrolladores del sistema admiten que debido a que se entrenaron en señales simuladas, es probable que el sistema pueda aprender sobre señales que no existen. Una de las coautoras del artículo, Cherry NG, asegura que el sistema es capaz “de generar señales que los extraterrestres pueden haber enviado o no”.

Tanto Ma como Cherry esperan que este estudio sirva para revelar el potencial de la IA en la investigación de signos de vida extraterrestre y en la importancia de analizar grandes cantidades de datos. “Esperamos extender esta capacidad de búsqueda y algoritmo a otros tipos de configuraciones de telescopios”, dijo Ma.