UN PROGETTO DI CITIZEN SCIENCE. C’È TEMPO FINO AL 22 LUGLIO PER ISCRIVERSI

Alla ricerca di segnali extraterrestri

Breakthrough Listen e Kaggle hanno ideato una challenge per setacciare i dati dei radiotelescopi alla ricerca di segnali alieni. Ai partecipanti si chiede di identificare segnali anomali inseriti artificialmente nelle scansioni dei target del Green Bank Telescope, allo scopo di identificare nuovi algoritmi di riconoscimento dei segnali extraterrestri

     28/05/2021
Social buttons need cookies

Crediti: Green Bank Observatory / National Science Foundation / Breakthrough Listen / University of California, Berkeley SETI Research Center

Siamo soli nell’universo? Da sempre, questa è una delle domande più profonde e intriganti del genere umano. Con il miglioramento della tecnologia, stiamo trovando modi nuovi e sempre più potenti per cercare risposte. Il team Breakthrough Listen dell’Università della California, Berkeley, sta impiegando i telescopi più potenti del mondo per scansionare milioni di stelle alla ricerca di segni artificiali prodotti da una eventuale tecnologia aliena. Ora Kaggle – una comunità online di data scientist e professionisti del machine learning consociata di Google Llc – ha deciso di aiutare il team di ricercatori a interpretare i segnali raccolti da questi telescopi, setacciandoli come si faceva un tempo con l’oro.

Il team Breakthrough Listen fa parte del Search for ExtraTerrestrial Intelligence (Seti) e utilizza la più grande parabola orientabile del pianeta, il Green Bank Telescope (Gbt) da 100 metri di diametro. Come in ogni ricerca Seti, la speranza è quella di riuscire, prima o poi, a comunicare. Gli esseri umani hanno costruito un numero enorme di dispositivi radio ma, nonostante questo, cercare una trasmissione aliena è come cercare un ago in un enorme pagliaio… un pagliaio di dati raccolti dalla tecnologia moderna.

Come suggerisce il titolo, questo è il segnale dalla sonda spaziale Voyager 1. Anche se si trova a 20 miliardi di chilometri dalla Terra, è stata rilevata chiaramente dal Gbt. Il primo, il terzo e il quinto pannello sono il bersaglio “A” (la navicella spaziale, in questo caso). La linea diagonale gialla è il segnale radio proveniente dalla Voyager, il cui segnale viene rilevato quando si punta verso il veicolo spaziale e scompare quando si punta altrove. In questo grafico, è una linea diagonale perché il movimento relativo della Terra e del veicolo spaziale impartisce una deriva Doppler, facendo sì che la frequenza cambi nel tempo. Crediti: Breakthrough Listen / Kaggle

Attualmente, i metodi per cercare questi aghi nel pagliaio utilizzano due filtri. Innanzitutto, si intervallano le scansioni dei target (le stelle obiettivo dell’indagine) con scansioni di altre regioni del cielo. Ragionevolmente, qualsiasi segnale che appare in entrambe le serie di scansioni non proviene dalla stella target. In secondo luogo, la pipeline di analisi dati scarta i segnali che non cambiano la loro frequenza, poiché questo molto probabilmente significa che si trovano in prossimità del telescopio, visto che una sorgente in movimento presenterebbe uno spostamento Doppler correlato alla sua velocità. Questi due filtri sono abbastanza efficaci, ma possono essere migliorati.

Kaggle ha ideato una competizione nella quale viene chiesto ai partecipanti di identificare i segnali anomali nelle scansioni dei target di Breakthrough Listen, allo scopo di individuare nuovi algoritmi di riconoscimento dei segnali extraterrestri. Poiché non ci sono esempi confermati di segnali alieni da utilizzare per addestrare algoritmi di apprendimento automatico, il team ha incluso alcuni segnali simulati (chiamati “aghi”) nel pagliaio di dati del telescopio, identificandone alcuni in modo che possano essere usati per addestrare il modello a trovarne altri.

La sfida è iniziata due settimane fa e i team registrati sono già 547. C’è tempo fino al 22 luglio per iscriversi – da soli o in team – e fino al 29 luglio per proporre un algoritmo. Quello che riuscirà a identificare il maggior numero di aghi vincerà un premio in denaro (6mila dollari al primo classificato, 5mila dollari al secondo e 4mila dollari al terzo) e, ancora più importante, potrebbe avere le potenzialità per rispondere a una delle più grandi domande della scienza.

Per saperne di più: