Что ИИ уже делает в SETI
Машинное обучение помогает астрономам сортировать наблюдения телескопов, распознавать помехи и определять приоритет необычных сигналов для изучения. Оно работает с измерениями мощности сигнала, частоты и времени. Это задачи обнаружения. Они не устанавливают, кто передал сигнал, содержит ли он сообщение и что оно означает.
При радиопоиске спектрограмма показывает, как мощность на разных частотах меняется со временем. Исследователи могут обучать модель на искусственных сигналах, добавленных в реальные наблюдения, или группировать похожие обнаружения с помощью кластеризации. Необычный результат требует более тщательной проверки, а не признания внеземного происхождения.
- 1. НаблюдатьЗаписать данные в направлении цели и в сравнительных направлениях.
- 2. ФильтроватьИспользовать алгоритмы для ранжирования сигналов и выявления помех.
- 3. ПроверятьИзучить источник с помощью новых наблюдений и независимых команд.
- 4. ДекодироватьЕсли информация присутствует, проверить способы восстановления её структуры.
- 5. ИнтерпретироватьПроверить возможный смысл структуры по независимым данным.
Последние два этапа условны. Подтверждённый передатчик не обязательно предоставит читаемое сообщение.
Что исследования действительно обнаружили
В этих проектах использовались разные инструменты, наборы данных и методы. Их результаты нельзя объединить в один показатель точности ИИ.
| Исследование | Данные и метод | Результат и ограничение |
|---|---|---|
| Ma и соавт., 2023 | Глубокое обучение использовали для поиска в 150 ТБ данных телескопа Грин-Бэнк по 820 близким звёздам. | Восемь интересных сигналов. Повторные наблюдения их не обнаружили, поэтому подтверждёнными техносигнатурами они не стали. |
| Pardo и соавт., 2025 | Алгоритмы обнаружения аномалий ранжировали около 100 миллиардов спектрограмм наблюдений Грин-Бэнка и Паркса. | Проверено около 20 000 примеров, включая выборки для валидации. Ни один не выдержал проверки как обоснованный кандидат внеземного происхождения. |
| Zhao и соавт., 2026 | Кластеризация DBSCAN отфильтровала остаточные помехи из пяти часов наблюдений FAST, записанных в июле 2019 года. | После дополнительных проверок осталась одна группа кандидатов. Её длительности около 2,8 секунды было недостаточно для установления происхождения. |
Результат 2023 года иногда пересказывают как обнаружение ИИ восьми инопланетных сигналов. Но на странице самого проекта Breakthrough Listen указано, что сигналы не соответствовали критериям кандидатов, поскольку их не удалось обнаружить повторно. Достижением был другой способ отбора необычных наблюдений из большого архива.
Прочитать сообщение Breakthrough Listen о повторных наблюдениях и получить доступ к коду и данным.
Статья о FAST, опубликованная в январе 2026 года, не объявляет о контакте. Проверив диапазоны частот и длительности сигналов, авторы сохранили одно короткое событие без наблюдаемого дрейфа частоты. Возможность радиопомех осталась неразрешённой; авторы предложили более длительные наблюдения. Сохранить необъяснённое событие в списке для дальнейшей проверки вполне нормально для исследования.
Почему ИИ может пропустить или неверно классифицировать сигнал
Радиочастотные помехи, или RFI, возникают из-за человеческих технологий. Узкополосный сигнал или меняющаяся частота могут привлечь внимание, но спутники и другие земные источники тоже способны давать структурированные сигналы. Моделям приходится работать в этой загрязнённой помехами среде.
ИИ также наследует решения исследователей. Отбор узкополосных сигналов, моделирование определённых форм, исключение зашумлённых частот и выбор порога обнаружения определяют, что поиск способен найти. Обработка большего количества данных не делает алгоритм нейтральным.
- Ложноположительные результаты. Незнакомые помехи могут выглядеть достаточно необычно, чтобы попасть в список кандидатов.
- Ложноотрицательные результаты. Настоящий сигнал за пределами проверенного диапазона модели может быть отброшен или вовсе не обнаружен.
- Ограниченный охват. Поиск охватывает определённые направления, частоты и моменты времени. Отсутствие обнаружений в такой выборке не доказывает, что Галактика пуста.
Pardo и коллеги прямо описывают этот компромисс. Приоритет менее зашумлённых участков данных уменьшал нагрузку на людей, но мог привести к отбрасыванию настоящего сигнала в области с помехами. Авторы также признают, что симуляции отражают те типы сигналов, которые исследователи решили создать.
Может ли ИИ перевести инопланетное сообщение?
В этих исследованиях не продемонстрирован переводчик инопланетного языка. Обнаружение возможной передачи, восстановление её кодирования и определение смысла являются разными задачами. Повторяющийся рисунок мог бы помочь проверить гипотезу о кодировании, но сам по себе не покажет, описывает ли содержание химию, навигацию или что-то другое.
ИИ мог бы помогать исследователям сравнивать возможные структуры или выдвигать гипотезы. Убедительная интерпретация всё равно потребует доказательств помимо гладкого объяснения модели. У системы, обученной на человеческих текстах, нет проверенного инопланетного словаря для проверки ответа. Математические закономерности могут дать подсказки, но не обеспечивают автоматического перевода.
Реальный эксперимент показывает эту разницу. В мае 2023 года проект A Sign in Space Даниэлы де Паулис передал с орбитального аппарата ЕКА ExoMars Trace Gas Orbiter созданную людьми имитацию внеземного сообщения. Кен и Кели Чаффин декодировали его в июне 2024 года, восстановив изображение с пятью аминокислотами. В сообщении ЕКА от октября 2024 года успех декодирования по-прежнему отделялся от понимания смысла послания.
Прочитать рассказ ЕКА об эксперименте по декодированию.
Это был художественно-научный проект с сообщением, созданным на Земле. Он не был обнаружением инопланетян, а описанное решение нашли отец и дочь. Оно не доказывает, что ИИ способен переводить сообщения неизвестной цивилизации.
Что считалось бы подтверждением?
Международная академия астронавтики обновила принципы SETI в июне 2026 года. Они рекомендуют проверять достоверность кандидата, по возможности привлекая несколько обсерваторий, организаций и методов, и публиковать рецензируемый отчёт о проверке с исходными данными. Это научные рекомендации, а не гарантия того, что происхождение любого кандидата удастся установить.
Прочитать принципы обнаружения и проверки от июня 2026 года.
Когда появляется заголовок о новом открытии ИИ, проверьте три пункта, прежде чем считать его свидетельством контакта.
- Оригинальная статья сообщает об обнаружении, предварительном кандидате или только о методе, проверенном на симуляциях?
- Были ли исследованы помехи и инструментальные эффекты, и поддерживают ли независимые наблюдения внеземное происхождение?
- Есть ли настоящая информация для декодирования или только сигнал, отобранный поисковой программой?
ИИ может повысить эффективность поиска и выделить наблюдения, заслуживающие повторной проверки. Одна лишь интерпретация не превращает аномалию в подтверждённое сообщение. Более широкий вопрос о том, почему поиски остаются без однозначного результата, рассматривает парадокс Ферми.
