エイリアンが私たちに信号を送っていた場合、これは彼らがどのように見えるかです

科学者たちは60年以上にわたり、地球外生命体（ETI）の存在を示す可能性のある無線送信の兆候を宇宙で探してきました。 その間、技術と方法はかなり成熟しましたが、最大の課題は残っています。 地球外起源の無線信号を一度も検出したことがないことに加えて、そのような放送がとることができる可能性のある形態は広範囲にあります。

要するに、SETIの研究者は、信号がどのように見えるかを想定する必要がありますが、既知の例の利点はありません。 最近、カリフォルニア大学バークレー校とSETI協会が率いる国際チームが、地球外知的生命体（ETI）からのメッセージがどのように見えるかをシミュレートする新しい機械学習ツールを開発しました。 これはSetigenとして知られており、将来のSETI研究のゲームチェンジャーになる可能性のあるオープンソースライブラリです。

研究チームは、カリフォルニア大学バークレー校の天文学大学院生であるブライアン・ブジッキによって率いられました。 彼には、バークレーSETI研究センターの所長であるアンドリューシェミオンと、SETI研究所、ブレイクスルーリッスン、ダンラップ天体物理学研究所、宇宙科学天文学研究所、国際無線天文学研究センター（ICRAR）の研究者が加わりました。 ）、およびGoergen Institute forDataScience。

1960年代以降、SETIの最も一般的な方法は、宇宙で人工的な起源の無線信号を探すことでした。 そのような最初の実験は、有名なコーネル大学の天体物理学者フランク・ドレイク（ドレイク方程式の作成者）が率いるプロジェクトオズマ（1960年4月から7月）でした。 この調査は、ウェストバージニア州グリーンバンクにある国立電波天文台の25メートルの皿を利用して、エリダヌス座イプシロンとくじら座タウ星を約400kHzの周波数で1.42GHz付近で監視しました。

その後、これらの検索は、夜空のより広い領域、より広い周波数範囲、およびより大きな信号多様性をカバーするように拡張されました。 Brzyckiが今日の宇宙に電子メールで説明したように：

「1960年代のアイデアは、中性水素が星間空間で放射を放出するよく知られた周波数の周りの領域、1.42 GHzに焦点を当てることでした。この自然放出は銀河全体に蔓延しているため、インテリジェントな文明なら誰でも知っているはずです。それについて、そして潜在的にこの周波数を送信のターゲットにして、検出の可能性を最大化します。それ以来、特に技術が急速に進歩するにつれて、無線SETIはすべての測定軸に沿って拡大しました。

「現在、数GHzの帯域幅で瞬時に測定を行うことができます。ストレージが改善されると、大量のデータを収集できるようになり、時間方向と周波数方向の両方でより高解像度の観測が可能になります。同様に、近くの調査も行いました。空の潜在的に興味深い方向への露出を最大化するために、銀河の星や他の方向。」

もう1つの大きな変更は、宇宙の無線バックグラウンドノイズの中で送信を検出し、無線周波数干渉（RFI）を補正するように設計された機械学習ベースのアルゴリズムの組み込みです。 SETI調査で採用されているアルゴリズムは、電圧時系列データを測定するアルゴリズムと時間周波数スペクトログラムデータを測定するアルゴリズムの2つのカテゴリのいずれかに分類されます。

「無線アンテナによって収集された生データは電圧測定値です。電波がアンテナに電流を誘導し、それが電圧として読み取られて記録されます」とBrzycki氏は述べています。 「電波望遠鏡は、実際には放物面鏡で補強されたアンテナであり、より広い領域の光に焦点を合わせ、解像度と明るさを向上させます。強度は電圧の2乗に比例することがわかります。さらに、周波数の関数としての強度に関心があります。と時間（潜在的な信号の時間と場所）。」

これを取得するために、天文学者は、入力時系列データに対して観測されている各周波数のパワーを計算するアルゴリズムを採用することから始めます、とBrzyckiは言います。 言い換えると、アルゴリズムは、無線信号データを空間および/または時間の関数から空間周波数または時間周波数に依存する関数に変換します。 フーリエ変換（FT）。 これを二乗することにより、天文学者はデータ収集期間中の各周波数の強度を測定することができます。

「時間と周波数の関数としての強度の配列である完全なスペクトログラムを取得するには、電圧-時系列のセクションを取得し、FTを取得してから、観測全体にわたってこのプロセスを繰り返し、一連のデータを効果的に積み重ねることができます。時間方向にFTデータアレイを重ね合わせた」とBrzycki氏は付け加えた。 「」[O]時間分解能を決定したら、必要な時間サンプルの数を計算し、FTを計算して、各周波数ビンにどれだけの電力があるかを確認します。」

SETIの研究者が使用する主要な検索アルゴリズムは、「インコヒーレントツリーデドップラー」アルゴリズムとして知られています。このアルゴリズムは、電波のスペクトルをシフトして周波数ドリフトを補正し、信号の信号対雑音比を最大化します。 これまでにマウントされた中で最も包括的なSETI検索プログラムであるBreakthroughListenは、TurboSETIと呼ばれるこのアルゴリズムのオープンソースバージョンを使用します。これは、多くの「技術署名」検索（別名、技術活動の兆候）のバックボーンとして機能します。 Brzyckiが説明したように、この方法にはいくつかの欠点があります。「アルゴリズムは、潜在的なSETI信号が高いデューティサイクルで連続していると仮定します（つまり、ほとんどの場合「オン」です）。連続的な正弦波信号を探すことは人間がそのような信号を生成および送信するのは比較的簡単で安価な電力であるため、良い最初のステップです。

「TurboSETIは常に「オン」の直線信号を対象としているため、ブロードバンド信号やパルス信号などの代替形態を検出するのに苦労する可能性があります。これらの他の種類の信号を検出するために、追加のアルゴリズムが開発されていますが、いつものように、私たちのアルゴリズムは、それらが対象とする信号について私たちが行う仮定と同じくらい効果的です。」

SETIの研究者にとって、機械学習は、生の無線周波数データの送信を識別し、複数の種類の信号を分類する方法です。 Brzycki氏によると、主な問題は、天文学コミュニティにET信号のデータセットがないため、従来の意味での教師ありトレーニングが困難になることです。 この目的のために、Brzyckiと彼の同僚は、合成無線観測の生成を容易にするSetigenと呼ばれるPythonベースのオープンソースライブラリを開発しました。

「Setigenが行うことは、完全に合成データで使用できる、または実際の観測データに追加してより現実的なノイズとRFIバックグラウンドを提供できる合成SETI信号の生成を容易にすることです」とBrzycki氏は述べています。 「このようにして、合成信号の大規模なデータセットを作成して、既存のアルゴリズムの感度を分析したり、機械学習トレーニングの基礎として使用したりできます。」

このライブラリは、特にBreakthrough Listenで使用されているような既存の無線観測データ製品について、検索アルゴリズム分析の合成方法を標準化します。 「これらはスペクトログラムと複素電圧（時系列）形式の両方で提供されるため、モックデータを生成する方法があると、生成コードのテストや新しい手順の開発に非常に役立ちます」とBrzycki氏は付け加えました。

現在、マルチビーム観測のアルゴリズムは、Setigenを使用して模擬信号を生成するために開発されています。 ライブラリはまた、SETIの研究が進むにつれて、絶えず更新され、改善されています。 Brzyckiと彼の同僚は、非狭帯域信号を対象とする検索アルゴリズムを支援するために、広帯域信号合成のサポートを追加することも望んでいます。 次世代の電波望遠鏡が運用可能になると、近い将来、より堅牢なSETI調査が可能になるでしょう。

これには、南アフリカのMeerKATアレイからのデータを組み込むBreakthroughListenが含まれます。 南アフリカとオーストラリアの天文台からのデータを組み合わせる大規模な電波望遠鏡プロジェクトであるSquareKilometerArray（SKA）もあります。 これらには、南アフリカのミーアキャットと再イオン化アレイの水素エポック（HERA）、オーストラリアのオーストラリアのSKAパスファインダー（ASKAP）とマーチソン広視野アレイ（MWA）が含まれます。

残念ながら、私たちの非常に限られた基準枠であるSETIに関しては、依然として最も制限的な要因があります。 結局のところ、天文学者は地球外の信号がどのように見えるかわかりません。なぜなら、これまでに地球外の信号を見たことがないからです。 これは、逆説的に、宇宙のバックグラウンドノイズの中でテクノシグネチャーの証拠を引き出すのを難しくします。 そのため、天文学者は「手に負えない実」のアプローチを取ることを余儀なくされています。これは、私たちが知っている技術活動を探すことを意味します。

しかし、理論的に可能なことに基づいてパラメーターを確立することにより、科学者は検索を絞り込み、いつか何かを見つける可能性を高めることができます。 Brzyckiが要約したように：

「これに対する唯一の潜在的な解決策は、私たちの仮定を最小化するある種の教師なし機械学習調査です。作業はこの面で行われています。Setigenは確かにこの仮定に依存しています。生成できる合成信号は、ユーザーがヒューリスティックであるという点で、本質的にヒューリスティックです。彼らがどのように見えるべきかを決定します。

「結局のところ、ライブラリは既存のアルゴリズムを評価し、新しい検索方法を開発するための潜在的な信号のデータセットを作成する方法を提供しますが、いつどこに残るかという基本的な問題は、常に維持することです。見てください。」

このようなときは、フェルミのパラドックスを一度だけ解決する必要があることを思い出してください。 私たちが宇宙で無線通信を検出した瞬間、私たちは宇宙に一人ではないこと、インテリジェントな生命は地球の向こうに存在することができ、存在すること、そして私たちが検出できる技術を使用して通信していることを確実に知るでしょう。