Seti: KI entdeckt möglicherweise Signale von Außerirdischen

Ein neu entwickelter KI-Algorithmus hat in einem vorhandenen Datensatz Signale gefunden, die Merkmale von Technosignaturen enthalten, die nicht von Menschen stammen.

Artikel veröffentlicht am 1. Februar 2023, 18:33 Uhr, Werner Pluta

Künstlerische Darstellung des Green-Banks-Teleskops, das Signale aus dem All empfängt (Bild: Danielle Futselaar / Breakthrough Listen)

War das ET? Das Projekt Search for Extraterrestrial Intelligence (Seti) hat alte Daten von einem Algorithmus mit künstlicher Intelligenz (KI) auswerten lassen. Der wurde auch fündig.

Ein Team um Peter Ma von der Universität von Toronto in Kanada entwickelte einen KI-Algorithmus und trainierte ihn darauf, zwischen von Menschen verursachten Störungen und außerirdisch anmutenden Signalen zu unterscheiden. Das Team ließ ihn einen 150 Terabyte großen Datensatz durchforsten, wie es in der Fachzeitschrift Nature Astronomy berichtete.

Die Daten, die das Green-Banks-Teleskop in den USA von 820 Sternen aufgezeichnet hat, wurden zuvor bereits mit konventionellen Algorithmen analysiert, die jedoch keine Auffälligkeiten fanden. Bei der erneuten Analyse wurden jedoch acht Signale entdeckt, die sogenannte Technosignaturen enthalten könnten. Das sind Signale, die von einem technischen System ausgesandt wurden.

Die Sterne sind relativ nahe

Die Signale stammten von fünf verschiedenen Sternen, die zwischen 30 und 90 Lichtjahre von uns entfernt sind. Von drei Sternen wurden je zwei Signale empfangen. Alle hatten eine geringe Frequenzbreite und wurden nur detektiert, wenn das Teleskop jeweils auf einen bestimmten Stern gerichtet war.

Allerdings traten sie jeweils nur einmal auf und konnten deshalb nicht weiter untersucht werden. Sie ließen sich auch bei gezielten erneuten Beobachtungen der Sterne mit dem Green-Banks-Radioteleskop nicht wieder auffinden.

"Das Hauptproblem bei der Suche nach Technosignaturen besteht darin, diesen riesigen Heuhaufen von Signalen zu durchforsten, um die Nadel zu finden, bei der es sich um eine Übertragung von einer fremden Welt handeln könnte", sagte Steve Croft. Der Astrophysiker von der University of California, Berkeley, ist einer von Mas wissenschaftlichen Beratern. "Die überwiegende Mehrheit der von unseren Teleskopen erfassten Signale stammt von unserer eigenen Technik - GPS-Satelliten, Mobiltelefone und dergleichen." Der von dem Team um Ma entwickelte Algorithmus ermögliche es jedoch, Daten effektiver zu durchsuchen und Signale zu finden, die Merkmale von Technosignaturen aufwiesen.

Konventionelle Algorithmen vergleichen Scans, bei denen das Teleskop auf einen bestimmten Punkt am Himmel gerichtet ist, mit Scans eines nahe gelegenen Himmelsbereiches. So sollen Signale identifiziert werden, die möglicherweise von diesem speziellen Punkt am Himmel stammen. Bei dem von Ma entwickelten Verfahren werden simulierte Signale in reale Daten eingefügt und ein so genannter Autoencoder, ein künstliches neuronales Netz, darauf trainiert, deren Eigenschaften zu erlernen. Mit den Ergebnissen wird dann ein Random-Forest-Klassifikator gefüttert, der lernt, Signale vom Hintergrundrauschen zu unterscheiden.

Es ist nicht das erste Mal, dass eine erneute Analyse von vorhandenen Daten mithilfe von KI neue Erkenntnisse bringt: 2018 fand ein KI-Algorithmus in Green-Banks-Daten von einer entfernten Galaxie 72 schnelle Radioblitze oder Fast Radio Bursts (FRBs), sehr kurze Ausbrüche elektromagnetischer Strahlung. Konventionelle Algorithmen hatten zuvor nur 21 FRBs gefunden.

Das Team um Ma will den Algorithmus weiterentwickeln und zudem auch Datensätze anderer Observatorien damit durchsuchen.