Anzeige
Wissenschaftlicher Durchbruch

Sind wir allein im Universum? Künstliche Intelligenz findet bisher unentdeckte Signale

  • Aktualisiert: 01.03.2023
  • 12:17 Uhr
  • Clarissa Yigit
Sind wir nicht alleine im Universum? Dieser Frage sind Wissenschaftler:innen nun mit Hilfe maschinellen Lernens einen Schritt näher gekommen.
Sind wir nicht alleine im Universum? Dieser Frage sind Wissenschaftler:innen nun mit Hilfe maschinellen Lernens einen Schritt näher gekommen.© NASA/JPL-Caltech/SETI Institute/ Handout via REUTERS

Gibt es außerirdische Lebensformen? Peter Ma von der Universität in Toronto und sein Forscherteam entdeckten mit Hilfe einer Deep-Learning-Technologie gleich acht bisher unidentifizierte Signale.

Anzeige

Das Wichtigste in Kürze

  • Maschinelles Lernen könnte dabei behilflich sein, eine Antwort auf die Frage "Sind wir alleine im Universum?" zu liefern.

  • Hierzu wurde eine Deep-Learning-Technologie auf einen Datensatz angewandt, bei dem zuvor mit herkömmlichen Algorithmen nichts festgestellt werden konnte.

  • Mit der neuen Methode konnten gleich acht bisher unidentifizierte Signale entdeckt werden.

"Sind wir alleine im Universum?" – vielleicht gibt es bald eine Antwort auf diese alles umfassende Frage, denn wie eine neue Studie zeigt, kann das maschinelle Lernen eine sinnvolle Ergänzung im Bereich des Forschungszweigs SETI (Search for Extraterrestrial Intelligence) sein. Forscher:innen in diesem Bereich suchen vor allem nach sogenannten "Technosignaturen" im Weltall. Das sind Signale von technologischen Entwicklungen fremder Zivilisationen, die ins Weltall hinausdringen, wie die "Frankfurter Rundschau" erklärt.

Gegenüber dem Magazin "Nature" äußert sich nun Franck Marchis, Planetenastronom am SETI-Institut in Mountain View, Kalifornien: "Es ist eine neue Ära für die SETI-Forschung, die sich dank der Technologie des maschinellen Lernens anbahnt."

Im Video: Innerer Erdkern ändert Geschwindigkeit und dreht sich plötzlich andersrum

Innerer Erdkern ändert Geschwindigkeit und dreht sich plötzlich andersrum

Deep-Learning-Technologie entdeckte acht bisher unidentifizierte Signale

Ein Forschungsteam um Peter Ma von der Universität in Toronto wandte für eine Studie eine Deep-Learning-Technologie auf einen Datensatz an, der bereits zuvor untersucht wurde. Normale Algorithmen konnten bisher keine nennenswerten Ergebnisse liefern. Mit Hilfe dieser neuen Methode fanden die Wissenschaftler:innen gleich acht bisher unidentifizierte Signale, die für die Forschung von Interesse sind. Die Studie wurde im Fachjournal "Nature Astronomy" veröffentlicht.

Seit dem konnten die acht Signale zwar nicht mehr empfangen werden. In einer Mitteilung betont Ma allerdings: "Wir glauben, dass Arbeiten wie diese dabei helfen werden, die Entdeckungsrate zu beschleunigen. Es geht um eine Antwort auf die große Frage: Sind wir alleine im Universum?"

Anzeige
Anzeige

Neue Entdeckungen mit Hilfe maschinellen Lernens und Sehens?

"Diese Ergebnisse veranschaulichen auf dramatische Weise die Möglichkeiten, die sich aus der Anwendung moderner Methoden des maschinellen Lernens und des maschinellen Sehens auf die Datenherausforderungen in der Astronomie ergeben", ist sich Cherry Ng, Astronomin am SETI Institute in Kalifornien und Beteiligte der Studie, sicher. So würde diese Methode zu neuen Entdeckungen führen. "Die Anwendung dieser Techniken in großem Maßstab wird für die Wissenschaft von Radiotechnologiesignaturen von großer Bedeutung sein", meint die Wissenschaftlerin.

Ob eine künstliche Intelligenz möglicherweise eines Tages die ersten Signale einer außerirdischen Intelligenz entdeckt, ist noch umstritten. So vermutet der Astronom Jean-Luc Margot von der Universität von Kalifornien in Los Angeles (UCLA), dass SETI in Zukunft eine Mischung aus klassischen Ansätzen und maschinellem Lernen verwenden wird, um die großen Mengen an Daten zu sichten.

Allerdings sei maschinelles Lernen "kein Allheilmittel", wie die "Frankfurter Rundschau" schreibt und beruft sich dabei auf ein Zitat Margots in "Nature". Auch der SETI-Forscher an der Universität von Kalifornien in Berkeley, Dan Werthimer, stimmt dem zu und meint: "Die Maschinen können noch nicht alles."

Mehr News und Videos
Rente
News

Witwenrente in Gefahr? Das ändert sich ab 1. Dezember 2025

  • 13.12.2024
  • 17:50 Uhr