Videnskab
 science >> Videnskab >  >> Astronomi

Kan kunstig intelligens hjælpe med at finde fremmed intelligens?

Kunstnerens indtryk af Proxima b, en planet, der kredser om stjernen Proxima Centauri inden for det nærmeste kendte stjernesystem uden for vores solsystem. Kredit:ESO/M. Kornmesser

I søgen efter udenjordisk intelligens (SETI), vi har ofte ledt efter tegn på intelligens, teknologi og kommunikation, der ligner vores egen.

Men som astronomen og SETI banebrydende Jill Tarter påpeger, den tilgang betyder at søge efter detekterbare teknosignaturer, som radiotransmissioner, ikke søger efter intelligens.

Nu overvejer videnskabsmænd, om kunstig intelligens (AI) kan hjælpe os med at søge efter alien-intelligens på måder, vi ikke engang har tænkt på endnu.

'Afkodning' af intelligens

Når vi tænker på udenjordisk intelligens, er det nyttigt at huske, at mennesker ikke er det eneste intelligente liv på Jorden.

Chimpanser har kultur og bruger værktøjer, edderkopper behandler information med spind, hvaler har dialekter, krager forstår analogier og bævere er gode ingeniører. Ikke-menneskelig intelligens, Sprog, kultur og teknologi er overalt omkring os.

Aliens intelligens kunne ligne en blæksprutte, en myre, en delfin eller en maskine - eller være radikalt anderledes end noget på Jorden.

Vi forestiller os ofte udenjordisk liv i forhold til vores ideer om forskel, men disse ideer er ikke engang universelle på Jorden og er usandsynlige, at de er universelle i det interstellare rum.

Hvis nogle af os først for nylig har erkendt ikke-menneskelig intelligens på Jorden, hvad kunne vi mangle, når vi forestiller os udenjordisk liv?

I begyndelsen af ​​2018 astronomer, neurovidenskabsmænd, antropologer, AI forskere, historikere og andre var samlet til en "Decoding Alien Intelligence" workshop på SETI Institute i Silicon Valley. Astrobiolog Nathalie Cabrol organiserede workshoppen omkring hendes papir fra 2016 "Alien mindscapes, "hvor hun efterlyser en ny SETI-køreplan og en langsigtet vision for "søgningen efter liv, som vi ikke kender det."

I hendes papir, Cabrol spørger, hvordan SETI kan bevæge sig forbi "at lede efter andre versioner af os selv" og tænke "uden for vores egen hjerne" for at forestille sig en virkelig anderledes udenjordisk intelligens.

Tænker anderledes

Silicon Valley er berømt for at værdsætte "disruptiv" tænkning, og denne kultur krydser SETI-forskningen. Lige siden den amerikanske regering stoppede med at finansiere SETI i midten af ​​1990'erne, Silicon Valley ideer, teknologi og finansiering er blevet stadig vigtigere.

En kapuciner (Sapajus libidinosus) ved hjælp af et stenredskab (T. Falótico). En blæksprutte (Amphioctopus marginatus), der bærer skaller som ly (N. Hobgood). (Wikimedia/Tiago Falótico, Nick Hobgood), CC BY-NC-SA

For eksempel, SETI Institute's Allen Telescope Array er opkaldt efter Microsofts medstifter Paul Allen, som bidrog med over 25 millioner USD til projektet. Og, i 2015, teknologiinvestor Yuri Milner annoncerede Breakthrough Listen, et 10-årigt SETI-initiativ på 100 millioner USD.

Nu, SETI Instituttet, NASA, Intel, IBM og andre partnere tackler rumvidenskabelige problemer gennem et AI-forsknings- og udviklingsprogram kaldet Frontier Development Lab.

Lucianne Walkowicz, astrobiologistolen ved Library of Congress, beskrev en AI-baseret metode som "signalagnostisk søgning" på Breakthrough Discuss i 2017.

Walkowicz forklarede, at dette betyder, at man bruger maskinlæringsmetoder til at se på ethvert sæt data uden forudbestemte kategorier og i stedet lade disse data klynge sig ind i deres "naturlige kategorier." Softwaren fortæller os derefter, hvad der skiller sig ud som outliers. Disse outliers kan så være målet for yderligere undersøgelser.

Det viser sig, at SETI-forskere mener, at AI kan være nyttig i deres arbejde, fordi de mener, at maskinlæring er god til at opdage forskelle.

Men dens succes afhænger af, hvordan vi - og den AI, vi skaber - konceptualiserer ideen om forskel.

Smartere end slimskimmel?

At tænke uden for vores hjerne betyder også at tænke uden for vores videnskabelige, sociale og kulturelle systemer. Men hvordan kan vi gøre det?

AI er blevet brugt til at lede efter simuleringer af, hvordan forskere forestiller sig, at fremmede radiosignaler kan se ud, men nu håber SETI-forskere, at det kan finde ting, vi endnu ikke leder efter.

Graham Mackintosh, en AI-konsulent på SETI Institute workshop, sagde, at rumvæsner måske gør ting, vi ikke engang kan forestille os, ved at bruge teknologier så forskellige, at vi ikke engang tænker på at lede efter dem. AI, han friede, måske være i stand til at gøre den avancerede tænkning for os.

Vi er måske ikke i stand til at gøre os selv klogere, men måske, Mackintosh foreslog, vi kan lave maskiner, der er smartere for os.

I en keynote på dette års Breakthrough Discuss-konference, Astrofysiker Martin Rees delte et lignende håb, at AI kunne føre til "intelligens, der overgår mennesker lige så meget, som vi intellektuelt overgår slimskimmel."

Dele af organismen Armillaria ostoyae omfatter svampe, de sorte rhizomorfer og de hvide myceliefilt. Kredit:USDA/Forest Service/Pacific Northwest Region

Første kontakt

Hvis vi mødte udenjordisk slimskimmel, hvad kunne vi antage om dens intelligens? En udfordring ved SETI er, at vi ikke kender grænserne for liv eller intelligens, så vi skal være åbne over for alle mulige former for forskellighed.

Vi kan finde intelligens i former, som den euroamerikanske videnskab historisk set har set bort fra:Mikrobielle samfund, insekter eller andre komplekse systemer som de symbiotiske plante-svamp-forhold i mykorrhiza-netværk, der lærer af erfaring.

Intelligens kan forekomme i atmosfærer eller geologi på planetarisk skala, eller som astrofysiske fænomener. Hvad ser ud til at være en baggrundsproces i universet, eller bare en del af det, vi tænker på som natur, kunne vise sig at være intelligens.

Overvej, at den største levende ting på Jorden kan være en Armillaria ostoyae svamp i det østlige Oregons Blue Mountains, som strækker sig til 10 kvadratkilometer og er mellem 2, 000 og 9, 000 år gammel.

Selvom denne svamp måske ikke er, hvad de fleste mennesker tænker på som intelligens, det minder os om at tænke på det uventede, når vi søger efter liv og intelligens, og hvad vi måske mangler lige under vores fødder.

At tænke anderledes om intelligens betyder at forstå, at alt, hvad vi møder, kan være første kontakt med intelligent liv. Dette kan omfatte vores første møde med kunstig generel intelligens (AGI), også kaldet Strong AI, noget tættere på den sansende computer HAL 9000 fra 2001:A Space Odyssey eller data fra Star Trek:Den næste generation .

Mens vi arbejder med maskinlæring for at udvide SETI-søgningen, vi har også brug for samfundsvidenskab til at forstå, hvordan vores ideer former fremtiden for AI – og hvordan AI vil forme fremtiden for vores ideer.

Tværfaglig fremtid

For at undgå et menneske-centreret synspunkt i SETI er vi nødt til at overveje, hvordan vi koder ideer om forskel i AI, og hvordan det former resultaterne. Dette er afgørende for at finde og genkende intelligens, da vi endnu ikke ved det.

Nogle af de metoder, der bruges i antropologi, kan hjælpe os med at identificere ideer om forskel, som vi har naturaliseret - begreber, der er så velkendte, at de virker usynlige, ligesom skellet mange stadig ser mellem natur og kultur eller biologi og teknologi, for eksempel.

Nyere forskning om algoritmer afslører, hvordan vores naturaliserede ideer former den teknologi, vi skaber, og hvordan vi bruger den. Og Microsofts berygtede AI-chatbot Tay minder os om, at den AI, vi skaber, nemt kan afspejle de værste af disse ideer.

Vi stopper måske aldrig helt med at bygge bias ind i søgemaskiner og søgestrategier for SETI, eller kode det til AI. Men gennem samarbejder mellem videnskabsmænd og samfundsforskere kan vi tænke kritisk over, hvordan vi begrebsliggør forskel.

En kritisk, tværfaglig tilgang vil hjælpe os med at forstå, hvordan vores ideer om forskel påvirker liv, forskning og muligheder for fremtiden både her på jorden og udenfor.

Denne artikel blev oprindeligt publiceret på The Conversation. Læs den originale artikel.




Varme artikler