Blog

Die Interpretation eines Künstlers, wie eine „außerirdische Megastruktur“ aussehen könnte (Bildnachweis: Kevin Gill/ Wikimedia Commons/CC BY 2.0)

Im Jahr 2015, als ein riesiges Observatorium auf der Erde den Beweis für das 4D-Gewebe der Raumzeit erbrachte, begannen Wissenschaftler mit einer ziemlich weit hergeholten Idee zu spielen: Wenn es intelligente Außerirdische gibt, könnten sie dann versucht haben, selbst eine wissenschaftliche Megastruktur zu bauen? Und wenn sie es getan haben, können wir sie finden? Haben wir das eigentlich schon?

Ja, ich meine das völlig ernst. Alles beginnt mit einem faszinierenden Artikel mit dem Titel „Planet Hunters IX. KIC 8462852 – where’s the flux?“

In diesem Papier präsentierte eine Gruppe von Forschern ihre Analyse von Daten, die sie mit dem Kepler-Teleskop der NASA gesammelt hatten. Dabei ging es um einen Stern, der etwa 1.470 Lichtjahre von unserem Standort entfernt ist und den Namen KIC 8462852 trägt, in Anspielung auf den Hauptautor der Studie auch Boyajian’s Star genannt. Den Ergebnissen des Teams zufolge scheint Boyajians Stern eine Reihe von sehr merkwürdigen Lichtschwankungen aufzuweisen.

Bei der Untersuchung eines Sterns von unserem Standpunkt im Kosmos aus können Teleskope natürlich Einbrüche im Sternenlicht sehen, wenn sich etwas zwischen ihnen und dem Stern selbst befindet. Stellen Sie sich vor, Sie starren auf eine helle Glühbirne, und dann geht jemand vor der Glühbirne vorbei. Ihre Emissionen erscheinen unterbrochen. Normalerweise verursacht ein Exoplanet eine solche Abschwächung, wenn er seinen stellaren Wirt umkreist – aber… nicht bei Boyajian’s Star.

„Es ist keine Kugel“, sagte Daniel Giles, ein Postdoktorand am SETI-Institut, auf der 243. Tagung der American Astronomical Society im Januar. „Er besteht aus einer Reihe von Platten … er sieht aus wie eine Megastruktur.“

Deshalb war die Menge nach dem Ergebnis von 2015 ganz aus dem Häuschen. Nachrichtenartikel, Folgebeobachtungen, Meinungsartikel und sogar allgemeines Geplapper begannen, die Astronomienische Nische zu durchdringen. Okay, Pause. Ich erspare Ihnen die Mühe und lasse Sie wissen, dass der endgültige Konsens lautete: Nein, diese seltsamen Einbrüche wurden nicht von einem massiven Stück futuristischer Alien-Technologie verursacht. „Es ist wahrscheinlich Staub“, sagte Giles. Aber die Sache ist die.

„Signale wie diese wurden in den Kepler-Daten tatsächlich übersehen“, erklärte Giles. Ein wichtiger Grund dafür, dass die Forscher die Anomalie überhaupt gefunden haben, war, dass Bürgerwissenschaftler sie zufällig entdeckten, als sie nach etwas anderem suchten.

Oder wie Giles es ausdrückt: „Die Leute haben nicht hingesehen.“

Das ist also genau das, was er und seine Forscherkollegen zu tun versuchen. Vielleicht, so glauben sie, liegt die Wahrheit über Außerirdische direkt in den Daten – wir müssen nur danach suchen. Aber so richtig suchen.

Auflistung der Maschinen

Kurz gesagt, Giles und sein Team beabsichtigen, nach den verwirrenden, mysteriösen, faszinierenden und völlig ungewöhnlichen Signalen in den Daten zu suchen, die vom Transiting Exoplanet Survey Satellite (TESS) der NASA gesammelt werden. Sie wollen nach Einbrüchen im Sternenlicht jagen, die weder eine definierte Form noch eine definierte Tiefe oder gar einen definierten Zeitrahmen haben. Die kosmischen Ausreißer.

NASA’s TESS-Mission wurde entwickelt, um Exoplaneten zu identifizieren, aber das ist kein Grund, ihre Daten nicht auch zu nutzen, um Sterne besser zu verstehen. (Bildnachweis: MIT)

Sonderbare Einbrüche wie diese können durch photometrische Kurven erkannt werden, die die Helligkeit über die Zeit darstellen. „Wir zählen die Photonen“, erklärt Giles kurz und bündig. Der Clou ist jedoch die Art und Weise, wie das Team auf die Suche nach Anomalien gehen will: Maschinelles Lernen.

Der Prozess läuft in etwa wie folgt ab.

Die in der Studie verwendeten TESS-Daten basieren auf dem Blick des Satelliten auf verschiedene Himmelssektoren. Diese Sektoren wurden jeweils über einen Zeitraum von etwa 30 Tagen beobachtet; während dieses Scans machte TESS alle 30 Minuten einen Schnappschuss des beobachteten Bereichs. Auf diese Weise erhielt das Team schließlich etwa 60 Millionen analysierbare Lichtkurven, die für Sterne mit einer Helligkeit von mehr als 14 Größenklassen erstellt wurden. Im Magnitudensystem sind kleinere Zahlen heller als größere – ein Objekt der Magnitude 0 ist zum Beispiel 100 Mal heller als ein Objekt der Magnitude 5. Ein Vollmond geht mit einer Helligkeit von etwa -12,6 in den negativen Bereich, die Sonne leuchtet mit einer Helligkeit von -27, und so weiter.

Der nächste Schritt besteht darin, die Lichtkurven auf der Grundlage von Dingen wie ihrer Form und Periodizität zu ordnen. „Wir verarbeiten 60 Millionen verschiedene Lichtkurven, also müssen sie billig und einfach zu berechnen sein“, sagte Giles. „Wir berechnen diese billigen Metriken und lassen dann die Anomalieerkennung darauf laufen, und das ist eine dichtebasierte Anomalieerkennung – wir finden heraus, was auffällige Merkmale hat.“

Nachdem die Daten auf eine überschaubare Größe reduziert wurden, wendet das Team detailliertere Verfahren an, die in der Regel mehr Rechenleistung erfordern. Die tiefgreifenden, schwer durchführbaren Analysen. „Wir stellen sicher, dass das Verhalten tatsächlich existiert und astrophysikalisch ist und nicht auf ein Problem mit den Instrumenten zurückzuführen ist“, so Giles.

Wenn etwas ein erkennbares Muster aufweist, ist es an der Zeit, wieder mit dem Aussortieren zu beginnen.

„Zum Schluss gehen wir manuell durch“, sagt Giles, „denn nichts ist besser geeignet, um seltsame Dinge zu finden, als das menschliche Auge.“

Um einen Außerirdischen zu finden, braucht man vielleicht einen Menschen

Um ganz ehrlich zu sein, war ich begeistert zu hören, dass etwas, das von Natur aus menschlich ist, seltsame Dinge finden kann, wie es keine Maschine wirklich kann. Ich denke, das begründet unser zugegebenermaßen wildes Unterfangen, intelligente Außerirdische ausfindig zu machen. Wir sind von Natur aus neugierig, nehme ich an, und werden irgendwie von Lücken in den Mustern angezogen.

„Bis zu einem gewissen Grad können wir ML-Methoden einsetzen“, so Giles gegenüber kosmischeweiten.de, „aber letztendlich müssen wir in der Lage sein zu verstehen, warum die Dinge passieren.“

Vielleicht ist ein Pool voller hochpräziser Datensätze genau das – ein Pool voller hochpräziser Datensätze – bis ein Mensch anfängt, sie zu analysieren, um Verbindungen herzustellen, für die eine Maschine noch nicht programmiert wurde.

„Für Dinge wie die Erkennung von Anomalien gibt es einen zusätzlichen Trick“, sagte Giles. „Es gibt keine Grundwahrheit, also können wir nicht unbedingt etwas trainieren, um die seltsamsten oder interessantesten Dinge zu finden, weil wir nicht unbedingt wissen, was das sein wird.

KIC 8462852 und ein anderer heller Stern zum Vergleich, der eine deutliche Ausbuchtung auf der linken Seite (Osten) aufweist. (Bildnachweis: Boyajian et al )

Selbst bei der Standard-Robotik, die darauf abzielt, die menschliche Struktur zu imitieren, ist die Entschlüsselung der physikalischen Gesetze, die die Art und Weise unserer Bewegung bestimmen, ein limitierender Schritt für Wissenschaftler. Das liegt daran, dass wir als Menschen nicht wirklich wissen müssen, wie einige Aspekte der Menschheit funktionieren. Sie funktionieren einfach. Vor ein paar Jahren gelang einem Team zum Beispiel ein Durchbruch, als es herausfand, wie unsere Fingerabdrücke unsere Griffigkeit beeinflussen. Wenn Sie glitschiges Geschirr abwaschen, wissen Sie instinktiv, wie fest Sie das Geschirr halten müssen, damit es Ihnen nicht aus den Händen fällt. Dabei berücksichtigen Sie unbewusst Ihre Fingerabdrücke. Aber Wissenschaftler mussten buchstäblich ein neues physikalisches Gesetz aufstellen, um diesen Instinkt in eine schriftliche Tatsache zu verwandeln.

Ein ähnliches Problem scheint es bei ML – und künstlicher Intelligenz – zu geben, obwohl beide technisch so trainiert werden können, dass sie selbst Lösungen finden. Es ist schwierig, eine Maschine so zu programmieren, dass sie etwas findet, was wir noch nicht gefunden haben, denn was würden wir ihr sagen, wonach sie suchen soll? Das ist in etwa so, wie wenn Wissenschaftler das James Webb Space Telescope als die Erfindung anpreisen, die uns Antworten auf kosmische Fragen geben könnte, an die wir nie gedacht haben.

„Es gibt Grenzen für das, was KI und ML für uns tun können, aber es gibt auch eine Menge Möglichkeiten, solange wir verstehen, was ML im Einzelnen tut“, sagte Giles.

Ein Denkanstoß.

Boyajians Stern im Infrarot und Ultraviolett. (Bildnachweis: IPAC/NASA, STScI (NASA)/Wikimedia Commons)Giles sagt jedoch, dass das Team auch versucht, nach spezifischen Anomalien zu suchen, die tatsächlich kodierbar sind. „Wir haben fast 2 Millionen verschiedene künstliche Signale in die Lichtkurven injiziert, die keine uns bekannten Dip-Signaturen aufweisen, aber dennoch Artefakte enthalten, so dass sie immer noch ein Verhalten aufweisen“, sagte er.

Was die bisherigen Ergebnisse der Anomalien angeht? „Keine dieser Anomalien sagt uns, dass es sich um Megastrukturen handelt,

„Aber sie sind sicherlich interessant.“