การค้นหาสิ่งมีชีวิตทรงภูมิปัญญานอกโลก หรือ SETI (Search for Extraterrestrial Intelligence) เป็นหนึ่งในความพยายามทางวิทยาศาสตร์ที่ยิ่งใหญ่ที่สุดของมนุษยชาติ เป้าหมายหลักคือการตรวจจับหลักฐานของ “เทคโนซิกเนเจอร์” (technosignatures) ซึ่งเป็นสัญญาณที่บ่งบอกถึงการมีอยู่ของเทคโนโลยีต่างดาว หนึ่งในแนวทางสำคัญคือการเฝ้าสังเกต สัญญาณวิทยุแถบความถี่แคบ ที่มีการเปลี่ยนแปลงตามเวลา

ความท้าทายสำคัญของ SETI คือ การแยกแยะสัญญาณเหล่านี้ออกจาก สัญญาณรบกวนวิทยุ (Radio Frequency Interference: RFI) ที่เกิดจากกิจกรรมของมนุษย์เอง ยิ่งไปกว่านั้น ปริมาณข้อมูลทางดาราศาสตร์ที่มหาศาลในยุคปัจจุบันยิ่งทำให้การวิเคราะห์ด้วยวิธีดั้งเดิมไม่เพียงพอ และนี่คือจุดที่ ปัญญาประดิษฐ์ (AI) เข้ามามีบทบาทสำคัญ

เครื่องมือใหม่ของการค้นหา SETI

    งานวิจัยที่ตีพิมพ์ใน Nature Astronomy เมื่อ 30 มกราคม 2023 (Ma et al., 2023) ได้นำเสนอการใช้ เทคนิคการเรียนรู้เชิงลึก (Deep Learning) เพื่อช่วยค้นหาเทคโนซิกเนเจอร์จากข้อมูลการสังเกตของ กล้องโทรทรรศน์วิทยุ Green Bank Telescope (GBT) ข้อมูลเหล่านี้เป็นส่วนหนึ่งของโครงการ Breakthrough Listen ซึ่งเฝ้าสังเกตดาวฤกษ์ใกล้เคียงกว่า 820 ดวง
ทีมวิจัยใช้ β-convolutional variational autoencoder (β-VAE) คือ “ตัวเข้ารหัสอัตโนมัติ และตัวเข้ารหัสอัตโนมัติแบบแปรผัน” เพื่อฝึกให้ AI จดจำคุณสมบัติเด่นของสัญญาณ โดยใส่สัญญาณจำลองเข้าไปผสมในข้อมูลจริงเพื่อให้ระบบเรียนรู้ จากนั้นนำคุณสมบัติที่ได้เข้าสู่ Random Forest Classifier เพื่อจัดหมวดหมู่ว่าสัญญาณใดมีความน่าสนใจ ผลลัพธ์น่าทึ่ง: จาก 2.9 ล้านสัญญาณเริ่มต้น AI สามารถคัดกรองเหลือเพียง 20,515 สัญญาณ ที่ควรค่าแก่การตรวจสอบโดยมนุษย์ ลดปริมาณงานลงเกือบ 100 เท่า ซึ่งถือเป็นก้าวกระโดดในการประมวลผลข้อมูลระดับเทราไบต์ของดาราศาสตร์ยุคใหม่

การค้นพบสัญญาณใหม่ และข้อจำกัด

    สิ่งที่น่าสนใจคือ AI สามารถค้นพบสัญญาณที่เคยมองข้ามไป จำนวน 8 สัญญาณ (รหัส MLc1-8) จากดาวฤกษ์ 7 ดวง แม้ยังไม่มีหลักฐานยืนยันว่าเป็นสัญญาณของสิ่งมีชีวิต แต่บางสัญญาณ เช่น MLc1 และ MLc7 มีความพิเศษ เนื่องจากตรวจพบในคนละวัน ซึ่งลดโอกาสที่จะเป็นสัญญาณรบกวนที่รู้จัก อย่างไรก็ตาม การสังเกตซ้ำยังไม่พบสัญญาณเดิม นักวิจัยจึงระบุว่ายังต้องการการตรวจสอบเพิ่มเติม

ข้อค้นพบนี้สะท้อนทั้งศักยภาพและข้อจำกัดของ AI ในปัจจุบัน กล่าวคือ แม้จะช่วยคัดกรองและเร่งความเร็วได้ แต่การยืนยันสุดท้ายยังต้องอาศัยการสังเกตซ้ำและการตรวจสอบด้วยเครื่องมืออื่น ๆ

อนาคตของ SETI: ดาราศาสตร์ขับเคลื่อนด้วยข้อมูล

    อนาคตของ SETI กำลังเข้าสู่ยุคใหม่ด้วยการมาถึงของเครือข่ายกล้องโทรทรรศน์ขนาดใหญ่ เช่น MeerKAT ในแอฟริกาใต้ และ Square Kilometre Array (SKA) ที่กำลังก่อสร้าง ซึ่งจะสร้างข้อมูลระดับ เทราไบต์ต่อสัปดาห์ (Dewdney et al., 2009) ข้อมูลมหาศาลเหล่านี้จะไม่สามารถจัดการได้หากปราศจากอัลกอริทึม AI ที่ทรงพลัง

กล้อง MeerKAT ที่ใช้เทคนิค อินเทอร์เฟอโรเมตรี (interferometry) รวมสัญญาณจากจานรับ 64 จานเข้าด้วยกัน ทำให้สามารถระบุตำแหน่งสัญญาณได้แม่นยำขึ้น และลดสัญญาณรบกวนที่ผิดพลาดไปพร้อมกัน นี่คืออีกตัวอย่างที่แสดงว่า AI และโครงสร้างพื้นฐานด้านกล้องโทรทรรศน์ใหม่ ๆ จะต้องทำงานควบคู่กัน

เราอยู่ลำพังหรือไม่ ?

    หากวันหนึ่ง SETI สามารถตรวจจับเทคโนซิกเนเจอร์ที่ไม่สามารถอธิบายได้ว่าเป็นสัญญาณรบกวนของมนุษย์ จะเป็นหลักฐานสำคัญว่ามนุษย์ไม่ได้อยู่เพียงลำพังในจักรวาล นี่อาจเป็นการค้นพบที่ยิ่งใหญ่ที่สุดในประวัติศาสตร์ของวิทยาศาสตร์

อย่างไรก็ตาม การไม่พบสัญญาณก็ไม่จำเป็นต้องหมายความว่าเราอยู่ลำพัง แต่อาจหมายถึงเรายังไม่ได้มองหาสัญญาณในรูปแบบที่ถูกต้อง หรือกล้องโทรทรรศน์ของเรายังไม่ไวพอที่จะตรวจจับสัญญาณที่จางมากจากดาวเคราะห์นอกระบบ

ดังที่ Danny C. Price ผู้ร่วมวิจัยกล่าว โลกกำลังอยู่ในช่วง “Cambrian Explosion” ของ AI ซึ่งอาจนำไปสู่ยุคทองของการค้นพบทางดาราศาสตร์เช่นกัน

แหล่งอ้างอิง

• Ma, P. et al. (2023). A deep-learning search for technosignatures from 820 nearby stars. Nature Astronomy.
• Breakthrough Listen Initiative: https://breakthroughinitiatives.org/initiative/1
• Dewdney, P. E. et al. (2009). The Square Kilometre Array. Proceedings of the IEEE, 97(8), 1482–1496.
• SETI Institute: https://www.seti.org

ติดตามข่าวสารใหม่ๆได้ที่ Avery it tech #เพราะเทคโนโลยีอยู่รอบตัวคุณ #UAP #tech #itsolution #technology