AI ماہرین فلکیات کو ذہین اجنبی زندگی کی تلاش میں مدد کر رہا ہے — اور انہیں 8 عجیب نئے سگنل ملے ہیں۔

AI ماہرین فلکیات کو ذہین اجنبی زندگی کی تلاش میں مدد کر رہا ہے — اور انہیں 8 عجیب نئے سگنل ملے ہیں۔

ٹائم سٹیمپ: 3 فروری 2023 10:00 AM

تقریباً 540 ملین سال پہلے، سیارہ زمین کے کیچڑ والے سمندری فرشوں سے اچانک زندگی کی متنوع شکلیں نکلنا شروع ہو گئیں۔ اس دور کو کیمبرین دھماکے کے نام سے جانا جاتا ہے، اور یہ آبی ناقدین ہمارے قدیم آباؤ اجداد ہیں۔

زمین پر تمام پیچیدہ زندگی ان پانی کے اندر موجود مخلوقات سے تیار ہوئی۔ سائنس دانوں کا خیال ہے کہ اس نے جو کچھ لیا وہ ایک خاص حد سے اوپر سمندری آکسیجن کی سطح میں معمولی اضافہ تھا۔

ہو سکتا ہے کہ اب ہم ایک کیمبرین دھماکے کے درمیان میں ہوں۔ مصنوعی ذہانت (AI) پچھلے کچھ سالوں میں، جیسے ناقابل یقین حد تک قابل AI پروگراموں کا ایک پھٹ درمیانی سفر, DALL-E2، اور چیٹ جی پی ٹی مشین لرننگ میں ہم نے جو تیز رفتار پیشرفت کی ہے اس کی نمائش کی ہے۔

AI اب سائنس کے تقریباً تمام شعبوں میں محققین کو معمول کی درجہ بندی کے کاموں میں مدد کرنے کے لیے استعمال کیا جاتا ہے۔ یہ ہماری ریڈیو فلکیات دانوں کی ٹیم کو ماورائے زمین کی زندگی کی تلاش کو وسیع کرنے میں بھی مدد کر رہا ہے، اور اب تک کے نتائج امید افزا رہے ہیں۔

AI کے ساتھ ایلین سگنلز دریافت کرنا

جیسا کہ سائنسدان زمین سے باہر ذہین زندگی کے ثبوت تلاش کر رہے ہیں، ہمارے پاس ہے۔ ایک AI نظام بنایا جو سگنل کا پتہ لگانے کے کاموں میں کلاسیکی الگورتھم کو مات دیتا ہے۔ ہمارے AI کو ریڈیو دوربینوں سے ڈیٹا کے ذریعے سگنلز تلاش کرنے کی تربیت دی گئی تھی جو قدرتی فلکیاتی عمل سے پیدا نہیں ہو سکتے تھے۔

جب ہم نے اپنے AI کو پہلے سے مطالعہ شدہ ڈیٹاسیٹ کھلایا، تو اس نے دلچسپی کے آٹھ اشارے دریافت کیے جو کلاسک الگورتھم سے محروم تھے۔ واضح طور پر، یہ سگنلز غالباً ماورائے ارضی انٹیلی جنس سے نہیں ہیں، اور یہ ریڈیو مداخلت کے زیادہ امکانی واقعات ہیں۔

بہر حال، ہمارے نتائج-آج شائع in فطرت کے انتشاراس بات پر روشنی ڈالیں کہ کس طرح AI تکنیکیں ماورائے ارضی ذہانت کی تلاش میں مسلسل کردار ادا کرنے کے لیے یقینی ہیں۔

اتنا ذہین نہیں۔

AI الگورتھم ایسا نہیں کرتے ہیں۔ "سمجھیں" یا "سوچیں۔" وہ پیٹرن کی شناخت میں بہترین کارکردگی کا مظاہرہ کرتے ہیں، اور درجہ بندی جیسے کاموں کے لیے انتہائی مفید ثابت ہوئے ہیں — لیکن ان میں مسئلہ حل کرنے کی صلاحیت نہیں ہے۔ وہ صرف وہی مخصوص کام کرتے ہیں جنہیں کرنے کے لیے انہیں تربیت دی گئی تھی۔

لہذا اگرچہ ایک AI کا پتہ لگانے والے ماورائے زمین ذہانت کا خیال ایک دلچسپ سائنس فکشن ناول کے پلاٹ کی طرح لگتا ہے، دونوں اصطلاحات ناقص ہیں: AI پروگرام ذہین نہیں ہیں، اور extraterrestrial انٹیلی جنس کی تلاش میں ذہانت کا براہ راست ثبوت نہیں مل سکتا۔

اس کے بجائے، ریڈیو کے ماہرین فلکیات ریڈیو "ٹیکنو دستخط" تلاش کرتے ہیں۔ یہ مفروضہ سگنل ٹیکنالوجی کی موجودگی اور پراکسی کے ذریعے، مواصلات کے لیے ٹیکنالوجی کو استعمال کرنے کی صلاحیت کے حامل معاشرے کے وجود کی نشاندہی کریں گے۔

اپنی تحقیق کے لیے، ہم نے ایک الگورتھم بنایا جو سگنلز کی درجہ بندی کرنے کے لیے AI طریقوں کا استعمال کرتا ہے یا تو ریڈیو مداخلت، یا حقیقی ٹیکنو دستخط امیدوار۔ اور ہمارا الگورتھم ہماری امید سے بہتر کارکردگی کا مظاہرہ کر رہا ہے۔

ہمارا AI الگورتھم کیا کرتا ہے۔

تکنیکی دستخط کی تلاش کو کائناتی گھاس کے ڈھیر میں سوئی تلاش کرنے سے تشبیہ دی گئی ہے۔ ریڈیو دوربینیں بڑی مقدار میں ڈیٹا تیار کرتی ہیں، اور اس میں فون، وائی فائی، اور سیٹلائٹ جیسے ذرائع سے بڑی مقدار میں مداخلت ہوتی ہے۔

تلاش کے الگورتھم کو "غلط مثبتات" سے حقیقی تکنیکی دستخطوں کو نکالنے کے قابل ہونے کی ضرورت ہے اور ایسا جلدی سے کریں۔ ہمارا AI درجہ بندی ان ضروریات کو پورا کرتا ہے۔

اسے پیٹر ما نے وضع کیا تھا، جو ٹورنٹو یونیورسٹی کے طالب علم اور ہمارے مقالے کے مرکزی مصنف ہیں۔ تربیتی ڈیٹا کا ایک سیٹ بنانے کے لیے، پیٹر نے اصلی ڈیٹا میں نقلی سگنل داخل کیے، اور پھر اس ڈیٹاسیٹ کو ایک AI الگورتھم کو تربیت دینے کے لیے استعمال کیا جسے آٹو اینکوڈر کہتے ہیں۔ جیسے ہی آٹو اینکوڈر نے ڈیٹا پر کارروائی کی، اس نے ڈیٹا میں نمایاں خصوصیات کی شناخت کرنا "سیکھا"۔

دوسرے مرحلے میں، ان خصوصیات کو ایک الگورتھم میں فیڈ کیا گیا جسے بے ترتیب جنگل کی درجہ بندی کہتے ہیں۔ یہ درجہ بندی فیصلہ کرنے کے لیے فیصلہ کرنے والے درخت بناتا ہے کہ آیا کوئی سگنل قابل ذکر ہے، یا صرف ریڈیو کی مداخلت — بنیادی طور پر ٹیکنوسیگنیچر "سوئیوں" کو گھاس کے ڈھیر سے الگ کرنا۔

اپنے AI الگورتھم کی تربیت کے بعد، ہم نے اسے ویسٹ ورجینیا میں گرین بینک ٹیلی سکوپ سے 150 ٹیرا بائٹس سے زیادہ ڈیٹا (480 مشاہداتی گھنٹے) فراہم کیا۔ اس نے دلچسپی کے 20,515 اشاروں کی نشاندہی کی، جن کا ہمیں دستی طور پر معائنہ کرنا پڑا۔ ان میں سے، آٹھ سگنلز میں تکنیکی دستخط کی خصوصیات تھیں، اور انہیں ریڈیو مداخلت سے منسوب نہیں کیا جا سکتا تھا۔

آٹھ سگنلز، کوئی دوبارہ کھوج نہیں۔

ان سگنلز کو آزمانے اور اس کی تصدیق کرنے کے لیے، ہم دلچسپی کے تمام آٹھ اشاروں کا دوبارہ مشاہدہ کرنے کے لیے ٹیلی سکوپ پر واپس گئے۔ بدقسمتی سے، ہم اپنے فالو اپ مشاہدات میں ان میں سے کسی کا دوبارہ پتہ لگانے کے قابل نہیں تھے۔

ہم پہلے بھی ایسے ہی حالات میں رہے ہیں۔ 2020 میں ہم نے پتہ چلا ایک سگنل جو نقصان دہ ریڈیو مداخلت کا نکلا۔ جب کہ ہم ان آٹھ نئے امیدواروں کی نگرانی کریں گے، سب سے زیادہ ممکنہ وضاحت یہ ہے کہ وہ ریڈیو مداخلت کے غیر معمولی مظہر تھے: غیر ملکی نہیں۔

افسوس کی بات ہے کہ ریڈیو کی مداخلت کا معاملہ کہیں نہیں جا رہا ہے۔ لیکن ہم اس سے نمٹنے کے لیے بہتر طریقے سے لیس ہوں گے کیونکہ نئی ٹیکنالوجیز ابھریں گی۔

تلاش کو تنگ کرنا

ہماری ٹیم نے حال ہی میں a طاقتور سگنل پروسیسر جنوبی افریقہ میں MeerKAT دوربین پر۔ MeerKAT ایک دوربین کے طور پر کام کرنے کے لیے اپنی 64 ڈشوں کو یکجا کرنے کے لیے انٹرفیرومیٹری نامی تکنیک کا استعمال کرتا ہے۔ یہ تکنیک اس بات کی نشاندہی کرنے کے قابل ہے کہ آسمان میں سگنل کہاں سے آتا ہے، جو ریڈیو مداخلت سے جھوٹے مثبتات کو کافی حد تک کم کرے گا۔

اگر ماہرین فلکیات کسی ایسے تکنیکی دستخط کا پتہ لگانے کا انتظام کرتے ہیں جس کی مداخلت کے طور پر وضاحت نہیں کی جاسکتی ہے، تو یہ سختی سے تجویز کرے گا کہ انسان کہکشاں کے اندر ٹیکنالوجی کے واحد تخلیق کار نہیں ہیں۔ یہ تصور کی جانے والی سب سے گہری دریافتوں میں سے ایک ہوگی۔

ایک ہی وقت میں، اگر ہمیں کسی چیز کا پتہ نہیں چلتا ہے، تو اس کا لازمی مطلب یہ نہیں ہے کہ ہم ہی تکنیکی طور پر قابل "ذہین" انواع ہیں۔ پتہ نہ لگنے کا مطلب یہ بھی ہو سکتا ہے کہ ہم نے صحیح قسم کے سگنلز کی تلاش نہیں کی ہے، یا ہماری دوربینیں ابھی تک اتنی حساس نہیں ہیں کہ دور دراز سیاروں سے آنے والی بیہوش ٹرانسمیشن کا پتہ لگا سکیں۔

دریافتوں کے کیمبرین دھماکے سے پہلے ہمیں حساسیت کی حد کو عبور کرنے کی ضرورت پڑسکتی ہے۔ متبادل طور پر، اگر ہم واقعی اکیلے ہیں، تو ہمیں یہاں زمین پر زندگی کی منفرد خوبصورتی اور نزاکت پر غور کرنا چاہیے۔گفتگو

یہ مضمون شائع کی گئی ہے گفتگو تخلیقی العام لائسنس کے تحت. پڑھو اصل مضمون.

تصویری کریڈٹ: ESO/Jose Francisco Salgado

ٹائم اسٹیمپ:

سے زیادہ یکسانیت مرکز