إن السعي لتحديد ما إذا كانت الحياة موجودة خارج الأرض قد أسرت البشرية على مر العصور، مما أثار فضول العلماء وعامة الناس على حد سواء، ومن تعمق المنجمين في الأساطير إلى تفسيرات النصوص القديمة، اتخذ البحث عن الإجابات أشكالًا مختلفة، ومع ذلك، بدأ الاستكشاف الجاد لعلامات الحياة خارج كوكب الأرض في منتصف القرن العشرين، مغطيًا نطاقًا واسعًا من الحياة الخلوية الأساسية إلى الحضارات التي تجاوزت التطور البشري.

وعلى الرغم من التقدم التكنولوجي ونشر وكالات الفضاء المسابر الكونية، إلا أن كشف سر الحياة في الفضاء أصبح معقدًا بشكل متزايد، واكتشف مسبار كيبلر التابع لناسا، والذي تم إطلاقه في عام 2009، أكثر من 1000 كوكب خارجي ضمن حوالي 440 نظامًا نجميًا مشابهًا لنظامنا الشمسي، ومع ذلك، فقد غمر هذا الطوفان من الاكتشافات العلماء، مما جعل التحليل والدراسة تحديًا لا يمكن التغلب عليه تقريبًا.

وطوال تاريخ استكشاف الفضاء، تم استخدام أساليب متنوعة للكشف عن علامات الحياة الغريبة، مثل مراقبة أضواء الكواكب المنبعثة وتحليل موجات الراديو الملتقطة، إلا أن هذه الجهود باءت بالفشل في التوصل إلى نتائج حاسمة بسبب كثرة الأضواء الفضائية وموجات الراديو القوية الصادرة من مصادر أرضية أو من المركبات الفضائية البشرية، ومع تطور خوارزميات الذكاء الاصطناعي، لجأ علماء الفضاء إلى هذه التقنيات المتطورة في سعيهم للحصول على إجابات.

ويهدف البحث عن ذكاء خارج الأرض المسمى بمشروع سيتي (SETI) إلى اكتشاف أشكال الحياة الذكية المتقدمة خارج الأرض عن طريق مسح الكون بحثًا عن علامات الحضارات المتقدمة، ويشير الأساس النظري إلى أن الحضارات المتقدمة قد تبعث إشارات يمكن اكتشافها، ومن المحتمل أن تظهر كرسائل محددة، أو انبعاثات تكنولوجية غير مقصودة، أو حتى دليل على مساعي هندسية واسعة النطاق.

ويقول عالم الفلك والباحث في مشروع سيتي إيمون كيرنز من جامعة مانشستر: "إنك تتعامل مع البيانات بشكل أساسي كما لو كانت مجرد قش، ثم تطلب من خوارزمية التعلم الآلي أن تخبرك ما إذا كان هناك أي شيء في البيانات ليس قشاً، ونأمل أن يكون هذا هو الإبرة في كومة القش، ما لم يكن هناك أشياء أخرى في كومة القش أيضاً".

ويتضمن تدريب الخوارزمية إدخال إشارات فضائية مسجلة تم تحديدها مسبقًا على أنها بيانات، ووبعد ذلك، تتعلم الخوارزمية كيفية التعرف على مثل هذه الإشارات، وإذا حددت البيانات غير المدربة على أنها شيء مثير للاهتمام، فإنها تضع علامة عليها للفحص البشري، ويعمل هذا النهج على تبسيط التحليل من خلال تركيز الجهود فقط على الحالات الشاذة داخل البيانات، مما يوفر الكثير من الوقت والموارد مقارنةً بغربلة البيانات يدويًا.

وتعاون كريستوفر شالو، مهندس برمجيات الذكاء الاصطناعي في Google، مع زميل ما بعد الدكتوراه في وكالة ناسا، أندرو فاندينبيرغ، في استخدام شبكة عصبية لتحليل بيانات كيبلر، وتم تدريب الشبكة على 15000 إشارة من كتالوج كيبلر، وعالجت البيانات الجديدة من 670 نظامًا نجميًا، وحققت معدل دقة مثير للإعجاب يبلغ حوالي 90٪ في تحديد الإشارات القديمة والجديدة.

وبالمثل، طور فريق من معهد كارنيجي للعلوم خوارزمية تتميز بدقة تصل إلى 90% في الكشف عن علامات الحياة خارج كوكب الأرض، وتكتشف هذه الآلية الاختلافات الدقيقة في الأنماط الجزيئية التي تشير إلى إشارات بيولوجية، حتى داخل العينات القديمة التي قد تحتوي على بقايا الحياة، وتفوقت الخوارزمية في تمييز العينات الحيوية، التي تشمل المواد البيولوجية وغير البيولوجية، مما يوفر وعدًا في استكشاف الحياة على المريخ وكشف أسرار الصخور القديمة على الأرض.