Suche nach Leben im All: KI findet bislang unentdeckte Signale – Wenn es um das Thema außerirdischen Lebens geht, scheiden sich die Geister. Die einen glauben an Lebensformen in den Weiten des Universums, andere halten uns Menschen für einen glücklichen Zufall. So oder so bleibt die Suche nach Leben im All immerzu eine spannende Sache. Insbesondere mit dem, was nun Peter Ma von der Universität in Toronto und seinem Forscherteam gelungen ist.

Sie haben nämlich einen wissenschaftlichen Durchbruch errungen. Genauer gesagt haben sie mit Hilfe einer Deep-Learning-Technologie ganze acht bisher unidentifizierte Signale entdeckt. Und wer weiß, vielleicht kann schon bald die Frage danach, ob wir allein im Universum sind, beantwortet werden. So zeigt nämlich eine neue Studie, dass diese KI-basierte Deep-Learning-Technologie ein großer Gewinn sein kann für das SETI-Progamm (Search for Extraterrestrial Intelligence).

Suche nach Signalen von technologischen Entwicklungen fremder Zivilisationen

Also jenem Forschungszweig, der sich mit der Aufgabe befasst, sogenannte „Technosignaturen“ im Weltall aufzuspüren. Heißt vereinfacht, dass man versucht, Signale von technologischen Entwicklungen fremder Zivilisationen einzufangen. So sagte der Planetenastronom Franck Marchis im SETI-Institut in Mountain View, Kalifornien gegenüber „Nature“: „Es ist eine neue Ära für die SETI-Forschung, die sich dank der Technologie des maschinellen Lernens anbahnt.“

Ein wissenschaftlicher Durchbruch, der dem Forschungsteam um Peter Ma gelungen ist, das diese Deep-Learning-Technologie angewandt hatte und so bisher unidentifizierte Signale entdecken konnte. Die entsprechende Studie dazu veröffentlichte das Wissenschaftsteam im Fachmagazin „Nature Astronomy“. Peter Ma: „Wir glauben, dass Arbeiten wie diese dabei helfen werden, die Entdeckungsrate zu beschleunigen. Es geht um eine Antwort auf die große Frage: Sind wir alleine im Universum?“

Bedeutsame Entwicklung für die Wissenschaft von Radiotechnologiesignaturen

Die ebenfalls an der Studie beteiligte Astronomin Cherry Ng erklärte indes: „Diese Ergebnisse veranschaulichen auf dramatische Weise die Möglichkeiten, die sich aus der Anwendung moderner Methoden des maschinellen Lernens und des maschinellen Sehens auf die Datenherausforderungen in der Astronomie ergeben. […] Die Anwendung dieser Techniken in großem Maßstab wird für die Wissenschaft von Radiotechnologiesignaturen von großer Bedeutung sein.“

Quelle: prosieben.de/