Inteligencia artificial a la búsqueda de alienígenas
Se diría que vivimos un ‘revival’ del interés por el fenómeno ovni (rebautizado como UAP, Fenómenos Aéreos No Identificados), con la NASA ocupándose oficialmente de ello y declaraciones sensacionales en el Congreso de EEUU. Pero lejos de todo el ruido mediático, también se ha intensificado el rastreo del cosmos en busca de señales de tecnología alienígena, con nuevos proyectos y más dinero. Y con un nuevo refuerzo: la inteligencia artificial (IA) puede ver lo que nosotros no distinguimos, y procesar lo que para nosotros es inabordable. ¿Será una IA la que descubra inteligencia alienígena?
![Inteligencia artificial a la búsqueda de alienígenas Inteligencia artificial a la búsqueda de alienígenas](https://www.bbva.com/wp-content/uploads/2023/08/bbva-IA-busqueda-de-alienigenas-OpenMind-150x150.jpg)
Cuando en 1960 el astrónomo Frank Drake apuntó por primera vez un radiotelescopio del observatorio de Green Bank (Virginia Occidental) a dos estrellas en busca de señales alienígenas, inauguró un empeño científico llamado SETI (Búsqueda de Inteligencia Extraterrestre) que no ha cesado. Siendo la primera vez que se probaba algo similar, era posible que el universo bullera de transmisiones alienígenas y que hasta entonces no lo hubiéramos sabido. No fue así; Drake no encontró nada. Y nada hasta hoy.
Así, durante décadas el problema ha sido la falta de datos, mientras los científicos solo podían hacer búsquedas muy selectivas, explorando pequeños sectores del cielo en los huecos libres que dejaba el uso de los telescopios para radioastronomía. Pero las tornas han cambiado radicalmente: en 2015 el empresario y físico Yuri Milner y su esposa Julia fundaron Breakthrough Listen, el mayor proyecto SETI de la historia, financiado con 100 millones de dólares para 10 años y destinado a rastrear un millón de estrellas a través del observatorio de Green Bank, el de Parkes en Australia, el conjunto de 64 antenas MeerKAT en Sudáfrica y varios telescopios más mediante colaboraciones con diversos socios.
Señales prometedoras
El problema ahora es el opuesto: una cantidad ingente de datos. Los astrónomos ya utilizaban algoritmos automatizados para filtrar las señales recogidas. Pero estos sistemas corren el riesgo de descartar algunas potencialmente interesantes. Aquí entran en juego los algoritmos de aprendizaje automático, una forma de IA. Los científicos pueden entrenar a estos sistemas mediante señales simuladas entre datos reales para que aprendan a distinguir aquellas que no parezcan de origen natural ni interferencias terrestres: que ocupen una banda estrecha de frecuencias, típico de una transmisión; que desaparezcan al mover el telescopio en otra dirección, indicando que no son locales; y que se alteren a lo largo del tiempo siguiendo el patrón esperado cuando su fuente y la Tierra se desplazan una respecto a la otra.
En la Universidad de Toronto, Peter Ma aún es un estudiante de licenciatura de matemáticas y física, pero ha proporcionado a los investigadores una de estas herramientas que abren “una nueva era para la investigación SETI”, contaba a Nature el astrónomo del Instituto SETI Franck Marchis. El sistema creado por Ma ha permitido reanalizar más de 150 terabytes de datos de Breakthrough Listen, procedentes de 480 horas de observación de 820 estrellas desde Green Bank; datos que ya habían sido examinados en 2017 por algoritmos clásicos.
Donde las técnicas tradicionales no habían encontrado nada, entre casi 3 millones de señales el nuevo sistema detectó más de 20.000 posibles candidatas. Revisando esta avalancha de datos uno a uno, los científicos seleccionaron ocho señales prometedoras. Por desgracia, ninguna de ellas volvió a detectarse de nuevo, por lo que no se ha podido confirmar su naturaleza. Pero según Michael Garrett, director del Jodrell Bank Centre for Astrophysics de la Universidad de Manchester y que no participó en el estudio, todas eran “mucho más convincentes” que la famosa señal ‘Wow!’, captada en 1977 y que históricamente se ha considerado la candidata más clara a una posible transmisión alienígena.
Aunque aún no haya resultados, es solo el comienzo. Los autores del estudio continuarán vigilando esas ocho fuentes, extenderán la búsqueda al millón de estrellas de Breakthrough Listen utilizando datos del MeerKAT, e incluso podrían reanalizar otros datos previos que en su momento no rindieron nada aprovechable. Mientras, la IA continuará mejorando, dentro de sus posibilidades: como señala el coautor del estudio Danny Price, de la Universidad Curtin de Australia, pensar que una IA va a encontrar inteligencia extraterrestre por sí misma “suena a la trama de una emocionante novela de ciencia ficción”. Pero sí puede procesar, reconocer patrones y clasificar infinitamente mejor que nosotros.
Más allá de la vida extraterrestre
La IA puede contribuir en otras tareas. Investigadores de la Universidad de Berkeley emplean uno de estos sistemas para seleccionar estrellas candidatas hacia las que orientar el mayor disco del mundo, el FAST de 500 metros en China. En la Universidad de Harvard, el proyecto Galileo liderado por el astrofísico Avi Loeb utilizará IA para analizar imágenes de UAP y datos de satélites que pudieran revelar transmisiones alienígenas cercanas; Loeb se ha distinguido por sus osadas y polémicas afirmaciones sobre visitas alienígenas a la Tierra.
Al mismo tiempo, nuevos telescopios mejorarán la cantidad y calidad de los datos, como el Square Kilometre Array proyectado en Sudáfrica y Australia, y el Next Generation VLA en EEUU. “Con nuestra nueva técnica, combinada con la próxima generación de telescopios, esperamos que el aprendizaje automático pueda llevarnos de buscar en cientos de estrellas a buscar en millones”, dice Ma. Garrett apunta que ya hay científicos preparando protocolos sobre cómo actuar después de la primera señal confirmada; “incluso investigadores SETI veteranos están comenzando a pensar que podríamos estar en el umbral de un descubrimiento científico trascendental”.