Per più di 60 anni gli scienziati hanno cercato nel cosmo possibili segni di trasmissioni radio che indicassero l’esistenza d’intelligenze extraterrestre (ETI, Extra-Terrestrial Intelligence). Nel corso del tempo, la tecnologia e i metodi di rilevamento sono notevolmente migliorati. Tuttavia, modellare un possibile messaggio in arrivo dal cosmo resta una sfida. Esiste infatti un’ampia gamma di possibili forme che una tale trasmissione potrebbe assumere. E noi ancora non ne abbiamo rivelata nessuna.

Di recente un team internazionale di ricercatori ha sviluppato uno strumento di machine learning che simula l’aspetto di un messaggio intelligente extraterrestre. Il suo nome è Setigen, una libreria open source che potrebbe essere un punto di svolta per la futura ricerca di segnali extraterrestri. Il team, guidato da Bryan Brzycki dell’Università di Berkeley, era affiancato dall’istituto SETI (Search for Extra-Terrestrial Intelligente). SETI è un’organizzazione con la missione di esplorare e comprendere l’origine e la natura della vita nell’Universo.

La ricerca di segnali radio extraterrestri

Fino a oggi, il metodo più utilizzato per la ricerca di vita extraterrestre consisteva nello scandagliare il cosmo cercando segnali radio di origine artificiale. Tentando di coprire aree sempre più vaste del cielo notturno, ampie gamme di frequenza e una maggiore diversità del segnale.

Negli anni ’60 l’idea era di concentrarsi su una regione attorno a una frequenza ben nota in cui l’idrogeno neutro emette radiazioni nello spazio interstellare: 1,42 GHz. Questa emissione naturale è prevalente in tutta la galassia. L’idea quindi è che qualsiasi civiltà intelligente saprebbe indirizzare questa frequenza di trasmissione per massimizzare le possibilità di rilevarla. Ora possiamo effettuare misurazioni su una banda di più GHz istantaneamente. Brzycki lo ha spiegato così:

Adesso possiamo raccogliere enormi quantità di dati, consentendo osservazioni a risoluzione più elevata sia in direzione del tempo che della frequenza. Allo stesso modo, abbiamo effettuato sondaggi nelle vicinanze stelle e altre direzioni nella galassia, per massimizzare l’esposizione a direzioni potenzialmente interessanti nel cielo.

Radiotelescopi e spettrogrammi

I dati grezzi raccolti da un’antenna radio sono misurazioni di tensione. Infatti, un’onda radio induce una corrente nell’antenna, che viene letta e registrata come tensione. Un radiotelescopio, quindi, è in realtà solo un’antenna potenziata per raccogliere la luce da un’area più ampia. E l’intensità di tale luce è proporzionale alla tensione al quadrato.

Ecco perché i ricercatori utilizzano algoritmi che calcolano la potenza di ciascuna frequenza osservata rispetto ai dati delle serie temporali di input. L’algoritmo trasforma i dati del segnale radio da una funzione dello spazio e/o del tempo in una funzione dipendente dalla frequenza spaziale o temporale (una trasformata di Fourier). Al quadrato, gli astronomi possono misurare l’intensità di ciascuna frequenza durante il periodo di raccolta dei dati.

La matrice finale d’intensità in funzione del tempo e della frequenza costituisce lo spettrogramma completo. Il processo per ottenerlo è iterare gli stessi calcoli per la durata dell’intera osservazione, in modo da poter impilare efficacemente una serie di array di dati.

Il machine learning per trovare i segnali sopra il rumore di fondo

Importante è stata l’incorporazione di algoritmi basati sul machine learning progettati per:

• trovare le trasmissioni in mezzo al rumore di fondo radio del cosmo;
• correggere le interferenze a radiofrequenza.

L’algoritmo di ricerca principale utilizzato dai ricercatori SETI è noto come algoritmo incoherent tree deDoppler, che sposta lo spettro delle onde radio per correggere la deriva di frequenza e massimizza il rapporto segnale-rumore di un segnale.

Il programma di ricerca SETI più completo mai costruito, Breakthrough Listen, utilizza una versione open source di questo algoritmo. Tale versione è nota come TurboSETI. Brzycki fa notare che questo metodo presenta alcuni inconvenienti, per esempio nella sua difficoltà di rilevare segnali a banda larga o pulsanti. Sono in fase di sviluppo algoritmi aggiuntivi per cercare di rilevare questi altri tipi di segnali.

Setigen rivoluziona la ricerca di segnali extraterrestri

La libreria open-source Setigen presentata nello studio, facilita la produzione di segnali SETI sintetici. Essi possono essere utilizzati in dati interamente sintetici o aggiunti a dati osservazionali reali, per fornire un rumore e uno sfondo d’interferenze a radiofrequenza più realistici. Questa libreria standardizza i metodi di sintesi per l’analisi dell’algoritmo di ricerca, in particolare per i prodotti di dati di osservazione radio esistenti come quelli utilizzati da Breakthrough Listen. Essa viene costantemente aggiornata e migliorata con il progredire della ricerca SETI.

Brzycki e i suoi colleghi sperano anche di aggiungere il supporto per la sintesi del segnale a banda larga per aiutare gli algoritmi di ricerca che prendono di mira segnali non a banda stretta. Rilievi SETI più solidi saranno possibili nel prossimo futuro quando i radiotelescopi di prossima generazione diventeranno operativi. Per esempio SKA, lo Square Kilometre Array in costruzione in Australia e Sud Africa.

Restringere la ricerca e continuare a guardare

Purtroppo il nostro quadro di riferimento rimane estremamente limitato. Infatti, i ricercatori non hanno idea di come sarebbe un segnale extraterrestre: non ne abbiamo mai visto uno prima. Questo rende più difficile svelare le prove delle firme tecnologiche in mezzo al rumore di fondo del cosmo.

Tuttavia, stabilendo parametri basati su ciò che è teoricamente possibile, gli scienziati possono restringere la ricerca e aumentare le probabilità di trovare qualcosa un giorno. La libreria Setigen, per esempio, fornisce un modo per valutare i nostri algoritmi esistenti e creare set di dati di potenziali segnali per sviluppare nuovi metodi di ricerca. Ma il meglio che possiamo fare è continuare a guardare.

Lo studio completo è disponibile qui.

Continua a seguire Astrospace.it sul canale Telegram, sulla pagina Facebook, sul nostro canale Youtube e ovviamente anche su Instagram. Non perderti nessuno dei nostri articoli e aggiornamenti sul settore aerospaziale e dell’esplorazione dello spazio.