Quand l’intelligence artificielle nous aide à chercher une intelligence extraterrestre

Il y a environ 540 millions d’années, diverses formes de vie ont soudainement commencé à émerger des fonds boueux des océans de la planète : c’était l’« explosion cambrienne », et ces créatures aquatiques sont nos ancêtres. Toute la vie complexe sur Terre a évolué à partir de ces créatures sous-marines. Il aurait suffi d’une très légère augmentation du niveau d’oxygène dans l’océan au-dessus d’un certain seuil pour que la vie se développe rapidement.

Nous sommes peut-être en train de vivre une « explosion cambrienne de l’intelligence artificielle » (IA). Une vague de systèmes d’IA incroyablement performants apparus ces dernières années révèle les progrès rapides en apprentissage automatique, de Midjourney à ChatGPT en passant par DALL·E 2.

L’IA est désormais utilisée dans pratiquement tous les domaines scientifiques pour aider les chercheurs dans leurs tâches de classification de routine. En tant que radioastronomes, nous l’utilisons pour rechercher une forme de vie extraterrestre. Les résultats obtenus jusqu’à présent sont prometteurs.

Découvrir des signaux extraterrestres avec des systèmes d’intelligence artificielle

Nous recherchons scientifiquement des signaux provenant de formes de vie intelligente au-delà de la Terre. Dernièrement, nous avons développé un système d’IA et nous l’avons entraînée à rechercher dans les données des radiotélescopes des signaux qui n’ont pas pu être générés par des processus astrophysiques naturels. Elle est maintenant plus efficace que les algorithmes classiques pour détecter ce type de signaux.

Lorsque nous avons fourni à notre IA un ensemble de données déjà étudié, elle a décelé huit signaux intéressants que l’algorithme classique n’avait pas vus. Mais soyons clairs : ces signaux ne proviennent probablement pas d’une intelligence extraterrestre, mais plutôt de rares cas d’interférences radio.

Néanmoins, nos résultats – publiés le 30 janvier dans Nature Astronomy – soulignent comment les techniques d’IA vont désormais jouer un rôle dans la recherche d’une intelligence extraterrestre.

Une image générée par une IA, représentant une IA à la recherche de vie extraterrestre dans l’espace

Les systèmes basés sur l’IA sont de plus en plus utilisés pour classer les signaux trouvés dans des quantités massives de données radio, aidant à accélérer la recherche de vie extraterrestre.
Generated by DALL·E 2, Author provided

Pas si intelligents

Les algorithmes d’IA ne « comprennent » pas. Ils ne « pensent » pas non plus. Ils excellent dans ce que l’on appelle la « reconnaissance de motifs » (des formes répétitives, comme un motif à pois ou à rayures) et se sont révélés extrêmement utiles pour des tâches telles que la classification, mais ils ne peuvent pas résoudre de problèmes. Ils ne font que les tâches spécifiques pour lesquelles ils ont été entraînés.



Read more:
Y a-t-il de l’intelligence dans l’intelligence artificielle ?

Ainsi, bien que l’idée d’une IA détectant une intelligence extraterrestre ressemble à l’intrigue d’un roman de science-fiction passionnant, ces deux termes sont erronés : les systèmes d’IA ne sont pas intelligents, et les recherches d’intelligences extraterrestres ne peuvent pas trouver de preuves directes d’intelligence.

Les radioastronomes recherchent plutôt des « technosignatures » radio. Ces signaux hypothétiques indiqueraient la présence de technologie et, par procuration, l’existence d’une civilisation capable d’exploiter une technologie pour communiquer.

Pour nos recherches, nous avons créé un algorithme qui utilise des méthodes d’IA pour classer les signaux comme étant soit des interférences radio, soit de véritables technosignatures, et notre algorithme est plus performant que nous l’avions espéré.

Ce que fait notre algorithme d’IA

La recherche de technosignatures a longtemps été comparée à la recherche d’une aiguille dans une botte de foin cosmique. Les radiotélescopes produisent d’énormes volumes de données, dans lesquels se trouvent d’énormes quantités d’interférences provenant de nombreuses sources : téléphones, wifi, satellites.

Les algorithmes de recherche doivent être capables de distinguer rapidement les véritables technosignatures des « faux positifs » – c’est ce que fait…

La suite est à lire sur: theconversation.com
Auteur: Danny C Price, Senior research fellow, Curtin University