Un metodo di apprendimento automatico che potrebbe essere utilizzato per identificare in modo efficiente segnali radio insoliti dallo spazio, secondo quanto riportato in un articolo pubblicato su Nature Astronomy. La ricerca utilizza i dati della Breakthrough Listen Initiative della Search for Extraterrestrial Intelligence (SETI) e ha identificato otto segnali di interesse precedentemente non rilevati, sebbene non siano stati rilevati nuovamente nelle osservazioni di follow-up.
Una potenziale vita tecnologica
È stato suggerito che il rilevamento di alcuni tipi di segnali radio potrebbe essere un’indicazione di potenziale vita tecnologica, dato che i segnali radio artificiali possono essere distinti da quelli naturali. I programmi SETI hanno scansionato il cielo con radiotelescopi per decenni per rilevare segnali artificiali inequivocabili provenienti dalle stelle. Tuttavia, questa ricerca è stata falsata dall’interferenza della tecnologia umana.
Il metodo
Gli studiosi hanno presentato un metodo di selezione basato sull’apprendimento automatico che applicano a più di 480 ore di dati dal Robert C. Byrd Green Bank Telescope, osservando 820 stelle.Il metodo ha analizzato 115 milioni di frammenti di dati, dai quali ha identificato circa 3 milioni di segnali di interesse. Gli autori hanno così ispezionato i 20.515 segnali e hanno identificato 8 segnali di interesse precedentemente non rilevati, sebbene le osservazioni di follow-up di questi obiettivi non li abbiano rilevati nuovamente. Gli studiosi suggeriscono inoltre che il loro metodo potrebbe essere applicato ad altri grandi set di dati per accelerare SETI e simili sondaggi basati sui dati.
