Se os alienígenas estivessem nos enviando sinais, é assim que eles podem parecer

 Caros Leitores;

Imagem composta do SKA combinando todos os elementos na África do Sul e Austrália. Crédito: SKAO

Por mais de 60 anos, os cientistas têm procurado no cosmos por possíveis sinais de transmissão de rádio que indiquem a existência de inteligência extraterrestre (ETI). Nesse período, a tecnologia e os métodos amadureceram consideravelmente, mas os maiores desafios permanecem. Além de nunca ter detectado um sinal de rádio de origem extraterrestre, existe uma ampla gama de formas possíveis que tal transmissão poderia assumir.

Em suma, os pesquisadores do SETI devem supor como seria um sinal, mas sem o benefício de quaisquer exemplos conhecidos. Recentemente, uma equipe internacional liderada pela Universidade da Califórnia em Berkeley e pelo Instituto SETI desenvolveu uma nova ferramenta de aprendizado de máquina que simula a aparência de uma mensagem de inteligência extraterrestre (ETI). É conhecido como Setigen, uma biblioteca de código aberto que pode ser um divisor de águas para futuras pesquisas do SETI.

A equipe de pesquisa foi liderada por Bryan Brzycki, um estudante de pós-graduação em astronomia da UC Berkeley. Ele foi acompanhado por Andrew Siemion, diretor do Berkeley SETI Research Center, e pesquisadores do SETI Institute, Breakthrough Listen, Dunlap Institute for Astronomy & Astrophysics, Institute of Space Sciences and Astronomy, International Center for Radio Astronomy Research (ICRAR). ) e o Goergen Institute for Data Science.

Desde a década de 1960, o método mais comum do SETI envolve a busca no cosmos por sinais de rádio de origem artificial. O primeiro experimento desse tipo foi o Projeto Ozma (abril a julho de 1960), liderado pelo famoso astrofísico de Cornell, Frank Drake (criador da Equação de Drake). Esta pesquisa contou com o prato de 25 metros no Observatório Nacional de Radioastronomia em Green Bank, West Virginia, para monitorar Epsilon Eridani e Tau Ceti em frequências de cerca de 400 kHz em torno de 1,42 GHz.

Desde então, essas pesquisas se expandiram para cobrir áreas maiores do céu noturno, faixas de frequência mais amplas e maior diversidade de sinais. Como Brzycki explicou ao Universe Today por e-mail:

"Na década de 1960, a ideia era focar em uma região em torno de uma frequência bem conhecida, onde o hidrogênio neutro emite radiação no espaço interestelar, 1,42 GHz. Como essa emissão natural é predominante em toda a galáxia, a ideia é que qualquer civilização inteligente saberia sobre isso, e potencialmente direcionar essa frequência para transmissão para maximizar a chance de detecção.Desde então, especialmente porque a tecnologia avançou rapidamente, o rádio SETI se expandiu em todos os eixos de medição.

"Agora podemos fazer medições em uma largura de banda de vários GHz instantaneamente. À medida que o armazenamento melhorou, podemos coletar grandes quantidades de dados, permitindo observações de resolução mais alta em direções de tempo e frequência. estrelas e outras direções na galáxia, para maximizar a exposição a direções potencialmente interessantes no céu".

Outra grande mudança foi a incorporação de algoritmos baseados em aprendizado de máquina projetados para encontrar transmissões em meio ao ruído de fundo de rádio do cosmos e corrigir interferências de radiofrequência (RFI). Os algoritmos empregados nos levantamentos SETI se enquadram em uma de duas categorias: aqueles que medem dados de séries temporais de tensão e aqueles que medem dados de espectrogramas de tempo-frequência.

"Os dados brutos coletados por uma antena de rádio são medições de voltagem; uma onda de rádio induz uma corrente na antena, que é lida e registrada como voltagem", disse Brzycki. "Um radiotelescópio é realmente apenas uma antena aumentada por um prato parabólico para focar uma área maior de luz, aumentando a resolução e o brilho. Acontece que a intensidade é proporcional ao quadrado da voltagem. Além disso, nos preocupamos com a intensidade em função da frequência e tempo (o quando e onde de um sinal potencial)".

Para conseguir isso, diz Brzycki, os astrônomos começam empregando algoritmos que calculam a potência de cada frequência observada em relação aos dados da série temporal de entrada. Em outras palavras, o algoritmo transforma os dados do sinal de rádio de uma função de espaço e/ou tempo em uma função dependente da frequência espacial ou frequência temporal – também conhecida como. uma Transformada de Fourier (FT). Ao elevar ao quadrado, os astrônomos podem medir a intensidade de cada frequência durante o período de coleta de dados.

"Para obter um espectrograma completo, uma matriz de intensidade em função do tempo e da frequência, pegamos uma seção da série temporal de tensão, obtemos o FT e repetimos esse processo em toda a observação para que possamos empilhar efetivamente uma série de matrizes de dados FT umas sobre as outras na direção do tempo", acrescentou Brzycki. "Depois de decidir sobre uma resolução de tempo, descobrimos o número de amostras de tempo necessárias e calculamos o FT para ver quanta potência existe em cada bin de frequência".

O algoritmo de busca primário usado pelos pesquisadores do SETI é conhecido como algoritmo "incoerent tree deDoppler", que muda o espectro das ondas de rádio para corrigir o desvio de frequência e maximiza a relação sinal-ruído de um sinal. O programa de busca SETI mais abrangente já montado, Breakthrough Listen, usa uma versão de código aberto deste algoritmo conhecido como TurboSETI, que serviu como a espinha dorsal de muitas buscas de "tecnoassinaturas" (também conhecidas como sinais de atividade tecnológica). Como Brzycki explicou, este método tem algumas desvantagens: "O algoritmo assume que um sinal SETI potencial é contínuo com um ciclo de trabalho alto (o que significa que está quase sempre 'ligado'). bom primeiro passo desde que'

"Como o TurboSETI é direcionado para sinais de linha reta que estão sempre 'ligados', ele pode ter dificuldades para captar morfologias alternativas, como banda larga e sinais pulsados. Algoritmos adicionais estão sendo desenvolvidos para tentar detectar esses outros tipos de sinais, mas como sempre , nossos algoritmos são tão eficazes quanto as suposições que fazemos dos sinais para os quais são direcionados."

Para os pesquisadores do SETI, o aprendizado de máquina é uma maneira de identificar transmissões em dados brutos de radiofrequência e classificar vários tipos de sinais. A principal questão, diz Brzycki, é que a comunidade astronômica não possui um conjunto de dados de sinais ET, o que dificulta o treinamento supervisionado no sentido tradicional. Para este fim, Brzycki e seus colegas desenvolveram uma biblioteca de código aberto baseada em Python chamada Setigen que facilita a produção de observações de rádio sintéticas.

"O que a Setigen faz é facilitar a produção de sinais sintéticos SETI, que podem ser usados ​​em dados totalmente sintéticos ou adicionados a dados observacionais reais para fornecer um ruído e fundo RFI mais realistas", disse Brzycki. “Dessa forma, podemos produzir grandes conjuntos de dados de sinais sintéticos para analisar a sensibilidade dos algoritmos existentes ou servir de base para o treinamento de aprendizado de máquina”.

Essa biblioteca padroniza métodos de síntese para análise de algoritmos de busca, especialmente para produtos de dados de observação de rádio existentes, como os usados ​​pelo Breakthrough Listen. "Eles vêm em formatos de espectrograma e tensão complexa (séries temporais), portanto, ter um método de produção de dados simulados pode ser realmente útil para testar o código de produção e desenvolver novos procedimentos", acrescentou Brzycki.

Uma das 42 antenas do Allen Telescope Array que procura sinais do espaço. Crédito: Seth Shostak / Instituto SETI.

No momento, algoritmos para observações multifeixe estão sendo desenvolvidos usando o Setigen para produzir sinais simulados. A biblioteca também está sendo constantemente atualizada e aprimorada à medida que a pesquisa do SETI avança. Brzycki e seus colegas também esperam adicionar suporte para síntese de sinal de banda larga para auxiliar os algoritmos de busca que visam sinais de banda não estreita. Pesquisas SETI mais robustas serão possíveis em um futuro próximo, à medida que os radiotelescópios da próxima geração se tornarem operacionais.

Isso inclui o Breakthrough Listen, que incorporará dados do array MeerKAT na África do Sul. Há também o Square Kilometer Array (SKA), um enorme projeto de radiotelescópio que combinará dados de observatórios na África do Sul e na Austrália. Estes incluem o MeerKAT e o Hydrogen Epoch of Reionization Array (HERA) na África do Sul e o Australian SKA Pathfinder (ASKAP) e o Murchison Widefield Array (MWA) na Austrália.

Infelizmente, ainda existe o fator mais limitante em relação ao SETI, que é nosso quadro de referência extremamente limitado. Quando se trata disso, os astrônomos não têm ideia de como seria um sinal extraterrestre porque nunca vimos um antes. Isso, paradoxalmente, torna mais difícil descobrir evidências de assinaturas tecnológicas em meio ao ruído de fundo do cosmos. Como tal, os astrônomos são forçados a adotar a abordagem do "fruto mais fácil", o que significa procurar a atividade tecnológica como a conhecemos.

No entanto, ao estabelecer parâmetros com base no que é teoricamente possível, os cientistas podem restringir a busca e aumentar as chances de encontrar algo algum dia. Como Brzycki resumiu:

"A única solução potencial para isso é algum tipo de pesquisa de aprendizado de máquina não supervisionada que minimize nossas suposições; o trabalho está sendo feito nessa frente. Setigen certamente confia nessa suposição - os sinais sintéticos que se podem produzir são de natureza heurística, pois o usuário decide como eles devem ser.

"No final das contas, a biblioteca fornece uma maneira de avaliar nossos algoritmos existentes e criar conjuntos de dados de sinais potenciais para desenvolver novos métodos de pesquisa, mas as questões fundamentais de onde e quando sempre permanecerão - o melhor que podemos fazer é manter ao olhar".

Em momentos como este, é bom lembrar que o Paradoxo de Fermi só precisa ser resolvido uma vez. No momento em que detectarmos uma transmissão de rádio no cosmos, saberemos com certeza que não estamos sozinhos no Universo, que a vida inteligente pode e existe além da Terra, e está se comunicando usando tecnologias que podemos det

Explorar mais

COSMIC: Todas as antenas no Very Large Array prontas para transmitir dados para pesquisa de assinatura tecnológica

Mais informações: Bryan Brzycki et al, Setigen: Simulating Radio Technosignatures for SETI. arXiv:2203.09668v1 [astro-ph.IM], doi.org/10.48550/arXiv.2203.09668

Fornecido por Universo Hoje 

Fonte: Phys.Org  /  por Matt Williams, Universo Hoje / Publicação 08-04-2022   

https://phys.org/news/2022-04-aliens.html

Obrigado pela sua visita e volte sempre!

Hélio R.M.Cabral (Economista, Escritor e Divulgador de conteúdos da Astronomia, Astrofísica, Astrobiologia e Climatologia).Participou do curso (EAD) de Astrofísica, concluído em 2020, pela Universidade Federal de Santa Catarina (UFSC).

Autor do livro: “Conhecendo o Sol e outras Estrelas”.

Acompanha e divulga os conteúdos científicos da NASA (National Aeronautics and Space Administration), ESA (European Space Agency) e outras organizações científicas e tecnológicas.

Participa do projeto S`Cool Ground Observation (Observações de Nuvens) que é integrado ao Projeto CERES (Clouds and Earth´s Radiant Energy System) administrado pela NASA. A partir de 2019, tornou-se membro da Sociedade Astronômica Brasileira (SAB), como astrônomo amador.

Participa também do projeto The Globe Program / NASA Globe Cloud, um Programa de Ciência e Educação Worldwide, que também tem o objetivo de monitorar o Clima em toda a Terra. Este projeto é patrocinado pela NASA e National Science Fundation (NSF), e apoiado pela National Oceanic and Atmospheric Administration (NOAA) e U.S Department of State.

e-mail: heliocabral@coseno.com.br

Page: http://pesqciencias.blogspot.com.br

Page: http://livroseducacionais.blogspot.com.br