Ο Χαμέντ Βαλιζαντέγκαν, επιστήμονας μηχανικής μάθησης στη NASA, είχε κάποτε εκπαιδεύσει έναν αλγόριθμο για να εξετάζει εικόνες αιμοφόρων αγγείων στους αμφιβληστροειδείς των αστροναυτών, βελτιώνοντας τις προσπάθειες κατανόησης των αλλαγών όρασης στην μικροβαρύτητα.
Ήταν σημαντική δουλειά, αλλά ο Βαλιζαντέγκαν, που ποτέ δεν έχασε την παιδική του αγάπη για τον νυχτερινό ουρανό, δεν μπορούσε να απαλλαγεί από την επιθυμία του να μελετήσει τα άστρα.
«Μπορούσα να παρατηρώ τον ουρανό για ώρες, αναλογιζόμενος το νόημα της ζωής και αν είμαστε μόνοι σε αυτό το αχανές σύμπαν», λέει. Ωστόσο, στην αρχή, οι συνάδελφοί του επιστήμονες του διαστήματος φάνηκαν απρόθυμοι να αγκαλιάσουν την Τεχνητή Νοημοσύνη ως εργαλείο για την εξερεύνηση του σύμπαντος.
Αυτό μπορεί να οφείλεται στο γεγονός ότι οι εξελιγμένοι αλγόριθμοι συνήθως δεν δείχνουν τη μεθοδολογία τους. Τα σύνθετα συστήματα Τεχνητής Νοημοσύνης είναι εμπνευσμένα από τον εγκέφαλο, οπότε οι μεμονωμένοι «νευρώνες» κάνουν υπολογισμούς και στη συνέχεια μεταβιβάζουν πληροφορίες σε άλλους κόμβους του δικτύου.
Τα συστήματα που προκύπτουν είναι τόσο πυκνά από υπολογισμούς που είναι αδύνατο να ξέρουμε πώς καταλήγουν στις απαντήσεις τους. Αυτή η ιδιότητα του «μαύρου κουτιού», όπως λέει ο Βαλιζαντέγκαν, αποθάρρυνε τους επιστήμονες που αγκάλιαζαν τα ιστορικά πρότυπα για εξαιρετικά ακριβή μοντελοποίηση και προσομοιώσεις.
Όμως η σύγχρονη αστρονομία είχε φτάσει σε σημείο συμφόρησης. Τα τηλεσκόπια στο διάστημα και στη Γη συλλέγουν τόσες πολλές πληροφορίες που οι άνθρωποι δεν μπορούν να τις αποκρυπτογραφήσουν γρήγορα ή και καθόλου. Και σχεδιάζονταν μελλοντικά παρατηρητήρια που θα πλημμύριζαν μόνο το πεδίο με περισσότερες παρατηρήσεις.
Πάρτε για παράδειγμα το Αστεροσκοπείο Βέρα Σ. Ρούμπιν στη Χιλή, για το οποίο οι επιστήμονες πρότειναν την κατασκευή του το 2001. Από το 2025, θα απεικονίζει όλο τον ουρανό κάθε τρεις ημέρες με την μεγαλύτερη κάμερα στον κόσμο, με ανάλυση 3.200 megapixels. Αναμένεται να καταγράψει δεδομένα για ένα εκατομμύριο σουπερνόβα κάθε χρόνο, καθώς και για δεκάδες χιλιάδες αστεροειδείς και άλλα ουράνια αντικείμενα. Πώς θα μπορούσαν άραγε οι επιστήμονες να τα μελετήσουν όλα μόνοι τους;
Το 2014, ο Βαλιζαντέγκαν συνεργάστηκε με τον αστρονόμο Τζον Τζένκινς, ο οποίος τον προσκάλεσε να συμμετάσχει σε μια πιο αυτοματοποιημένη αναζήτηση για έναν άλλο πλανήτη σαν τη Γη στον γαλαξία μας. Ήταν ακριβώς το είδος του ονειρικού έργου που επιθυμούσε ο Βαλιζαντέγκαν.
Παρόλο που η ζωή μπορεί να υπάρχει σε παράξενες μορφές σε πλανήτες που διαφέρουν από τον δικό μας, οι επιστήμονες έχουν επικεντρωθεί στο να βρουν το οικείο: έναν βραχώδη κόσμο που περιφέρεται γύρω από ένα αστέρι, με σταθερή ατμόσφαιρα και υγρό νερό. Αλλά η ανακάλυψη ενός τέτοιου πλανήτη είναι κυριολεκτικά ένα αστρονομικό πρόβλημα. Κάποιες εκτιμήσεις υπολογίζουν τον αριθμό των πλανητών στον Γαλαξία σε εκατοντάδες δισεκατομμύρια – με ένα μικρό αλλά άγνωστο ποσοστό από αυτούς να είναι σαν τη Γη.
Σε αυτή την αναζήτηση, η ανθρωπότητα έχει ξεκινήσει σχετικά αργά. Οι αστρονόμοι βρήκαν τον πρώτο πλανήτη που περιφέρεται γύρω από ένα αστέρι διαφορετικό από τον δικό μας – έναν εξωπλανήτη – το 1995. Οι προσπάθειες επιταχύνθηκαν κατά τη δεκαετία του 2010 με το Διαστημικό Τηλεσκόπιο Kepler, το οποίο παρατήρησε 150.000 αστέρια σε ένα μικρό τμήμα του ουρανού για εννέα χρόνια, περιστρεφόμενο περιστασιακά για να σαρώσει μια νέα περιοχή του διαστήματος.
Διάδοχός του, το Διαστημικό Τηλεσκόπιο Επιφανειακής Έρευνας Εξωπλανητών (TESS), εκτοξεύτηκε στο διάστημα το 2018 για να παρατηρήσει πολύ περισσότερο τον ουρανό, εστιάζοντας σε περίπου 200.000 αστέρες πιο κοντά στη Γη.
Ακόμη και με αυτά τα τηλεσκόπια, η επιβεβαίωση ότι ένας πλανήτης περιφέρεται γύρω από έναν άλλο αστέρα είναι χρονοβόρα και δύσκολη. Αυτά τα τηλεσκόπια δεν μπορούν να απεικονίσουν τον πλανήτη τον ίδιο – όπως ένα κοινό τηλεσκόπιο μπορεί να δει τον Δία ή τον Κρόνο. Αντίθετα, επιβεβαιώνουν την ύπαρξή του έμμεσα, μέσω της μέτρησης σχεδόν ανεπαίσθητων διακυμάνσεων στη φωτεινότητα ενός άστρου που μπορεί να υποδηλώνουν τη διέλευση ενός πλανήτη.
Οι αστρονόμοι εξετάζουν προσεκτικά τις αλλαγές στο φως των άστρων, γνωστές ως καμπύλες φωτός, για να εντοπίσουν πιθανούς πλανήτες. Στη συνέχεια, για να αποδείξουν την ύπαρξή τους, τα γήινα τηλεσκόπια μετρούν πώς ένα άστρο ταλαντεύεται υπό τη βαρυτική έλξη του πλανήτη του. Αφού εντοπιστεί ένας πλανήτης, η κατανόηση της φύσης του γίνεται ακόμα πιο δύσκολη. Ωστόσο, οι αστρονόμοι μπορούν να κάνουν υποθέσεις βασισμένες στο μέγεθος και την απόσταση του από το άστρο.
Χάρη σε αυτές τις επίπονες προσπάθειες, οι αστρονόμοι γνωρίζουν πλέον τουλάχιστον 5.600 πλανήτες που περιφέρονται γύρω από μακρινά άστρα στον Γαλαξία μας. Μερικοί είναι τεράστιοι αέριοι γίγαντες μεγαλύτεροι από τον Δία και τον Κρόνο. Άλλοι είναι καυτοί βραχώδεις πλανήτες μικρότεροι από τον Άρη. Οι περισσότεροι είναι κόσμοι φτιαγμένοι από αέριο, βράχο ή και τα δύο, συχνά με μέγεθος μεταξύ της Γης και του Ποσειδώνα.
Κανένας από αυτούς δεν μοιάζει με τον δικό μας κόσμο. Κανένας δεν έχει τις συνθήκες ή τις χημικές ιδιότητες που απαιτούνται για τη ζωή όπως την ξέρουμε. Ωστόσο, η Τεχνητή Νοημοσύνη θα μπορούσε να αποκαλύψει κάτι διαφορετικό, καθώς μπορεί να εξετάσει ακόμα πιο βαθιά.
Το 2018, ο Βαλιζαντέγκαν και η ομάδα του άρχισαν να δημιουργούν ένα πρόγραμμα μηχανικής μάθησης για να επιταχύνουν τις προσπάθειες αναζήτησης εξωπλανητών. Εκπαίδευσαν το λογισμικό με δεδομένα που αντιπροσώπευαν επιβεβαιωμένους πλανήτες, καθώς και ψευδώς θετικά αποτελέσματα, όπως δυαδικά αστέρια που εκλείπουν το ένα το άλλο και μπορεί να εκληφθούν λανθασμένα ως διερχόμενοι πλανήτες. Το ονόμασαν ExoMiner και το έθεσαν σε δοκιμή στο αρχείο παρατηρήσεων του τηλεσκοπίου Kepler.
«Δεν ήξερα πόσο θα ανταμειβόμασταν», λέει ο Βαλιζαντέγκαν. Όμως το μοντέλο του εντόπισε γρήγορα 370 εξωπλανήτες που δεν είχαν ανακαλυφθεί προηγουμένως. «Αρχικά υπήρξε μεγάλη αντίσταση από τους [επιστήμονες εξωπλανητών], οι οποίοι έλεγαν: «Όχι, αυτό δεν πρέπει να χαρακτηριστεί ως πλανήτης.» Αλλά με τον καιρό, έγιναν πιο σίγουροι». Το ExoMiner δεν έχει αμφισβητηθεί ακόμη, σημειώνει.
Κανένας από αυτούς τους 370 νέους πλανήτες δεν μοιάζει με τη Γη – ή με οποιονδήποτε άλλο πλανήτη στο ηλιακό μας σύστημα. Ένας νέος κόσμος, που ονομάστηκε Kepler-495 c, είναι περίπου διπλάσιος από τη Γη και περιφέρεται γύρω από το άστρο του, που μοιάζει με τον Ήλιο, με εκπληκτική ταχύτητα κάθε έξι ημέρες. Ένας άλλος, που ονομάζεται Kepler-27 d, είναι σχεδόν τόσο μεγάλος όσο ο Ποσειδώνας, ή περίπου οκτώ φορές μεγαλύτερος από τη Γη, και έχει ένα ταχύτατο έτος διάρκειας έξι και μισής ημερών. Καμένοι από τη θερμότητα και την ακτινοβολία των άστρων τους, αυτοί οι πλανήτες είναι πιθανώς μη κατοικήσιμοι.
Ο Βαλιζαντέγκαν λέει ότι το ExoMiner είναι μόνο η αρχή στη χρήση της Τεχνητής Νοημοσύνης για την επίλυση αυτού του απόλυτου προβλήματος «βελόνας σε άχυρα». Μια νέα γενιά τηλεσκοπίων για την αναζήτηση πλανητών, που θα εκτοξευτεί την επόμενη δεκαετία, θα φέρει ακόμη μεγαλύτερες ποσότητες φωτός των άστρων στη Γη. Νέες εκδόσεις συστημάτων Τεχνητής Νοημοσύνης, που θα βασίζονται στην επιτυχία του ExoMiner, βρίσκονται ήδη υπό ανάπτυξη. Στην πραγματικότητα, οι ερευνητές πιστεύουν τώρα ότι η Τεχνητή Νοημοσύνη μπορεί να είναι χρήσιμη όχι μόνο στην αναζήτηση νέων κόσμων αλλά και στις συνθήκες που είναι πιο πιθανό να φιλοξενήσουν ζωή.
Το 2020, η Λίζα Κάλτενέγκερ, αστροφυσικός εξωπλανητών και διευθύντρια του Ινστιτούτου Carl Sagan στο Πανεπιστήμιο Cornell, και ο συνεργάτης της Ντάνγκ Φαμ αναρωτήθηκαν αν τα συστήματα μηχανικής μάθησης θα μπορούσαν να εκπαιδευτούν για να εντοπίσουν πόρους που ευνοούν τη ζωή, όπως το νερό – κάτι που το ExoMiner δεν μπορεί να κάνει. «Αν βρείτε πάγο, μπορείτε να συμπεράνετε την ύπαρξη νερού», λέει η Κάλτενέγκερ. «Αν μπορείτε να βρείτε σύννεφα, συμπεραίνετε την ύπαρξη νερού. Έτσι, αναρωτηθήκαμε: πόσο καλά είναι στο να βρίσκουν νερό, σύννεφα και πάγο;»
Η Κάλτενέγκερ και ο Φαμ χρησιμοποίησαν μετρήσεις της ατμόσφαιρας της Γης για να προσομοιώσουν εξωπλανήτες με βραχώδη επιφάνεια, νερό, σύννεφα και πάγο. Εκπαίδευσαν επίσης έναν αλγόριθμο να αναζητήσει ένα σημάδι ζωής που ονομάζεται «κόκκινο όριο», μήκη κύματος φωτός που αντανακλούν τα φυτά πίσω στο διάστημα.
Ανακάλυψαν ότι το λογισμικό τους μπορούσε να ανιχνεύσει την ύπαρξη ζωής σε μια προσομοιωμένη ατμόσφαιρα περίπου στο 75% των περιπτώσεων, κάτι που θα μπορούσε να βελτιώσει σημαντικά την αρχική αναζήτηση για μια άλλη Γη.
«Νόμιζα ότι θα ήταν πάρα πολύ δύσκολο να γίνει, αλλά οι αλγόριθμοι μηχανικής μάθησης είναι αρκετά αποτελεσματικοί στο να βρίσκουν μοτίβα στα δεδομένα», λέει η Κάλτενέγκερ. (Τα προγράμματα υπολογιστών ήταν καλύτερα στο να εντοπίζουν τα χαρακτηριστικά σημάδια των φυλλωδών φυτών και λιγότερο αξιόπιστα όταν αναζητούσαν ενδείξεις λειχήνων, φλοιού δέντρων ή βιοφίλμ.)
Υπάρχουν όμως επιφυλάξεις. Αυτοί οι αλγόριθμοι δεν μπορούν να παρέχουν απόλυτη βεβαιότητα. Αντίθετα, μπορούν να εκτιμήσουν ότι κάποιο ποσοστό της επιφάνειας ενός πλανήτη καλύπτεται από ζωή. Αυτό δεν ισοδυναμεί με μια ανακάλυψη, επισημαίνει η Κάλτενέγκερ. Αντίθετα, είναι ένα χρήσιμο στοιχείο.
«Δεν πρόκειται να είναι σαν να λέει η Τεχνητή Νοημοσύνη ότι βρήκαμε έναν πλανήτη σαν τη Γη», εξηγεί. «Η Τεχνητή Νοημοσύνη θα το φέρει σε ένα επίπεδο όπου κάποιοι πραγματικοί άνθρωποι θα πρέπει να το εξετάσουν». Οι επιστήμονες θα χρειαστεί να στρέψουν περισσότερα τηλεσκόπια προς τον πλανήτη και να αναζητήσουν χημικές υπογραφές που θα μπορούσαν να υποδεικνύουν την ύπαρξη ζωής.
Τελικά, οι πραγματικοί άνθρωποι θα είναι αυτοί που θα αποφασίσουν τι σημαίνει μια τέτοια ανακάλυψη.
Η δουλειά του Βαλιζαντέγκαν είναι μόνο ένα εντυπωσιακό παράδειγμα του πώς η Τεχνητή Νοημοσύνη μας προσφέρει μια πιο λεπτομερή εικόνα του σύμπαντος. Μόλις πριν από λίγα χρόνια, επιστήμονες από μια διεθνή ομάδα, την Event Horizon Telescope, δημοσίευσαν την πρώτη εικόνα μιας μαύρης τρύπας. Η προσπάθεια περιλάμβανε εκατοντάδες ερευνητές που συνδύασαν δεδομένα από ραδιοτηλεσκόπια τοποθετημένα σε όλο τον κόσμο. Η εικόνα που προέκυψε, όσο και αν ήταν μνημειώδης, φαινόταν θολή λόγω των περιορισμών των τηλεσκοπίων.
Μια υπολογιστική αστροφυσικός και μέλος αυτής της ομάδας, η Λία Μεντεΐρος, δημιούργησε έναν αλγόριθμο που βρίσκει μοτίβα στα ραδιοδεδομένα και δημιουργεί μια νέα εκδοχή της εικόνας. Ο αλγόριθμος, που ονομάστηκε PRIMO, δεν έδωσε ευκρίνεια στην εικόνα με τον τρόπο που ένας φωτογράφος θα εξάλειφε τη θολούρα χρησιμοποιώντας το Photoshop. Αντίθετα, συνέθεσε μια ολοκαίνουργια εικόνα, σαν να έφτιαχνε ένας χρήστης του Photoshop μια νέα φωτογραφία. Το αποτέλεσμα είναι μια εικόνα υψηλότερης ευκρίνειας από αυτή που παρήγαγε το Event Horizon Telescope, με τα χαρακτηριστικά της μαύρης τρύπας να διακρίνονται πιο καθαρά.
Η Μεντεΐρος πιστεύει ότι το PRIMO θα μπορούσε να χρησιμοποιηθεί για τη δημιουργία εικόνων άλλων μυστηριωδών αντικειμένων. Ορισμένες από τις πιο ενδιαφέρουσες διαδικασίες σχηματισμού πλανητών παραμένουν αόρατες για εμάς, ακόμη και με τα καλύτερα τηλεσκόπια. Μεγάλα ραδιοτηλεσκόπια μπορούν να καταγράψουν τη σκόνη και το αέριο στους προπλανητικούς δίσκους όπου σχηματίζονται οι πλανήτες, και τα οπτικά τηλεσκόπια μπορούν να δουν πλήρως σχηματισμένους κόσμους, αλλά τα ενδιάμεσα στάδια ανάπτυξης δεν αποτυπώνονται καθαρά. Η Μεντεΐρος πιστεύει ότι συστήματα όπως το PRIMO μπορούν να βελτιώσουν την ανάλυση των πιο ευαίσθητων τηλεσκοπίων της Γης, ίσως φέρνοντας αυτά τα μυστήρια στο φως.
Παρά τις δυνατότητες, η Μεντεΐρος λέει ότι ορισμένοι επιστήμονες εξακολουθούν να είναι επιφυλακτικοί απέναντι στη μηχανική μάθηση. Το πρόβλημα του «μαύρου κουτιού» παραμένει. (Η Μεντεΐρος σημειώνει ότι δημιούργησε το PRIMO από την αρχή, έχοντας κατά νου τη διαφάνεια. Όμως, δεν μπορούν όλες οι αστρονομικές ερωτήσεις να απαντηθούν με τόσο προσαρμοσμένα προγράμματα.)
Το ExoMiner είναι περισσότερο ένα «μαύρο κουτί», βασισμένο σε υπάρχοντα νευρωνικά δίκτυα που στη συνέχεια βελτιώθηκε σημαντικά από τον Βαλιζαντέγκαν και τους συναδέλφους του. Ωστόσο, οι αστρονόμοι έμαθαν να το εμπιστεύονται, ειδικά όταν άρχισε να ανακαλύπτει πλανήτες.
Ο Βαλιζαντέγκαν μεγάλωσε στο Ιράν, όπου ξεκίνησε η αγάπη του για τον νυχτερινό ουρανό. Συχνά ανακαλεί στη μνήμη του τη Ρουμπαγιάτ, μια συλλογή ποιημάτων του Ομάρ Καγιάμ, ενός Πέρση ποιητή του 11ου αιώνα, που έγραφε για τη φευγαλέα φύση της ζωής, τη θέση της ανθρωπότητας στο σύμπαν και τη συνεχή ροή του χρόνου. Ένα απόσπασμα λέει:
Για μέσα κι έξω, πάνω, κάτω, γύρω,
Δεν είναι τίποτα άλλο παρά μια Σκιά-Μαγεία,
Παίζεται μέσα σε Κουτί, που Κερί του είναι ο Ήλιος,
Γύρω από τον οποίο οι φανταστικές φιγούρες ερχόμαστε και φεύγουμε.
Ο Βαλιζαντέγκαν διάβασε αυτούς τους στίχους ως παιδί και αναρωτήθηκε για τη θέση του στο σύμπαν. Η ιδέα άλλων φανταστικών φιγούρων εκεί έξω, που χορεύουν γύρω από το δικό τους κερί-ήλιο, εξακολουθεί να τον κρατά ξύπνιο τη νύχτα. Το πρωί, ψάχνει για μια απάντηση.
*Πηγή: National Geographic
Photo Credit: Rubin Observatory/NSF/AURA/H. Stockebrand
