Vještačka inteligencija će pronaći vanzemaljski život brže od ljudi
Algoritmi mašinskog učenja mogli bi znatno brže i lakše pronaći signale koji upućuju na vanzemaljsku civilizaciju.
Ljudska potraga za vanzemaljskom civilizacijom koja je na našem stepenu razvoja ili većem, već traje više decenija, no zasad nismo uspjeli pronaći niti jedan signal koji bi nam otkrio da smo na tragu naprednih aliena.
Obzirom na veliki skok u razvoju vještačke inteligencije u proteklim godinama, ne čudi nas da se AI sada koristi i za potragu za vanzemaljskom inteligencijom, pri čemu prednjači institut SETI koji pomoću radio teleskopa u Arecibu pokušava naći dokaze o postojanju razumnih bića u svemiru.
Kako bi objasnio kako AI pomaže u SETI-ju, astronom i istraživač SETI-ja Eamonn Kerins sa Univerziteta u Manchesteru upoređuje ga s problemom pronalaženja igle u plastu sijena.
“U osnovi se odnosite prema podacima kao da su sijeno. Onda tražite od algoritma mašinskog učenja da vam kaže postoji li nešto u podacima što nije sijeno, a to je, nadamo se, igla u plastu sijena, osim ako u plastu sijena nema i drugih stvari”, navodi Kerins.
Ta druga stvar je obično RFI, odnosno signali koji dolaze iz zemaljskih radio izvora, no algoritam učenja osposobljen je za prepoznavanje svih vrsta RFI-ja za koje već znamo. Ti signali, odnosno poznati obrasci mobilnih telefona, lokalnih radio odašiljača, elektronike i drugi postaju “sijeno”.
Obuka AI modela uključuje ubacivanje signala u podatke, a zatim algoritam uči tražiti takve. Algoritam uči uočiti obrasce ovih poznatih signala i zanemariti ih. Ako uoči nešto u podacima na čemu nije trenirao, to označava kao nešto zanimljivo što zahtijeva pažnju ljudi.
“Nedavno je bilo pokušaja da se probiju neki od ‘Breakthrough Listen’ podataka s algoritmom mašinskog učenja”, rekao je Kerins. “Podaci su prethodno već bili prilično pažljivo pročešljani konvencionalnijim sredstvima, ali algoritam je još uvijek mogao odabrati nove signale nakon što je bio obučen o stvarima o kojima znamo.”
Podaci od ukupno 489 sati posmatranja, sadržavali su milione radio signala, od kojih su gotovo svi bili smetnje uzrokovane ljudskim djelovanjem. Algoritam je provjerio svaki od njih i pronašao osam signala koji se ne podudaraju ni s čim na čemu je trenirao.
Čini se da ovih osam signala dolazi iz pet različitih zvjezdanih sistema, no od tada nisu ponovo otkriveni. Ponavljanje signala najosnovniji je uslov da bi se signal smatrao zanimljivim u SETI-ju, međutim, već se i ovo pokazalo korisnim, jer se može koristiti za obuku sljedeće generacije AI-ja koja uči tako da se slični RFI-ji mogu izbjeći u budućnosti.
Kerins ističe primjer projekta koji je vodio Adam Lesnikowski iz Nvidije. Lesnikowski, kojem su se pridružili Valentin Bickel s ETH Zurich i Daniel Angerhausen sa Univerziteta u Bernu, upotrijebio je nenadzirano mašinsko učenje u testu kako bi vidio može li uočiti vještačke objekte na Mjesecu. Algoritam je dobio slike s NASA-inog Lunar Reconnaissance Orbitera i morao je otkriti šta je tipično mjesečevo obilježje, poput kratera, a šta nije. Test je bio uspješan jer je algoritam odabrao lunarni lander Apolla 15 na površini Mjeseca.
Uz algoritme učenja ljudi su još uvijek uključeni. Vještačka inteligencija bi mogla označiti signal kao intrigantan, ali ipak su ljudi ti koji moraju pratiti i istraživati, jer algoritmi nisu toliko pametni.
Međutim, uskoro bi se to moglo promijeniti. Istraživači Google DeepMinda istražuju vještačku opštu inteligenciju ili AGI. Dok su algoritmi koje danas imamo vrlo specifični, AGI bi se mogao primijeniti na bilo šta, te učiti i rasti dok to radi, čime bi se mogao ubrzati iznad kapaciteta ljudske inteligencije.
“Stvaranje AGI-ja će, na neki način, biti poput stvaranja vanzemaljca, onog koji je vrlo različit od nas i kojeg bismo mogli teško razumjeti. Možda će nam biti vrlo teško direktno komunicirati s njim”, rekao je Kerins. “Možda imamo neku hijerarhiju prevodioca, a na vrhu te hijerarhije je inteligencija koja bi odlučila o mnogo pametnijim načinima traženja u SETI-ju.”
No Kerins upozorava da bi nam opšta vještačka inteligencija mogla čak uskratiti informacije za koje smatra da bi bile prekomplikovane da bismo ih razumjeli, ali bez obzira na to, ako u budućnosti otkrijemo signal s drugog svijeta, za to ćemo se moći zahvaliti vještačoj inteligenciji.
Izvor: vidi.hr
