science >> Wetenschap >  >> Astronomie

Kan kunstmatige intelligentie helpen bij het vinden van buitenaardse intelligentie?

Artist impression van Proxima b, een planeet die rond de ster Proxima Centauri draait binnen het dichtstbijzijnde bekende sterrenstelsel buiten ons zonnestelsel. Krediet:ESO/M. Kornmesser

In de zoektocht naar buitenaardse intelligentie (SETI), we hebben vaak gezocht naar tekenen van intelligentie, technologie en communicatie die vergelijkbaar zijn met de onze.

Maar zoals astronoom en SETI-voorloper Jill Tarter opmerkt, die aanpak betekent zoeken naar detecteerbare technosignaturen, zoals radio-uitzendingen, niet op zoek naar intelligentie.

Nu overwegen wetenschappers of kunstmatige intelligentie (AI) ons kan helpen bij het zoeken naar buitenaardse intelligentie op manieren waar we nog niet eens aan hebben gedacht.

Intelligentie 'decoderen'

Als we nadenken over buitenaardse intelligentie, is het nuttig om te onthouden dat mensen niet het enige intelligente leven op aarde zijn.

Chimpansees hebben cultuur en gebruiken gereedschap, spinnen verwerken informatie met webben, walvisachtigen hebben dialecten, kraaien begrijpen analogieën en bevers zijn geweldige ingenieurs. Niet-menselijke intelligentie, taal, cultuur en technologie zijn overal om ons heen.

Buitenaardse intelligentie zou eruit kunnen zien als een octopus, een mier, een dolfijn of een machine — of radicaal anders zijn dan alles op aarde.

We stellen ons buitenaards leven vaak voor in verhouding tot onze ideeën over verschil, maar die ideeën zijn niet eens universeel op aarde en het is onwaarschijnlijk dat ze universeel zijn in de interstellaire ruimte.

Als sommigen van ons pas onlangs niet-menselijke intelligentie op aarde hebben erkend, wat zouden we kunnen missen als we ons buitenaards leven voorstellen?

Begin 2018, astronomen, neurowetenschappers, antropologen, AI-onderzoekers, historici en anderen kwamen bijeen voor een workshop "Decoding Alien Intelligence" aan het SETI Institute in Silicon Valley. Astrobioloog Nathalie Cabrol organiseerde de workshop rond haar paper uit 2016 "Alien mindscapes, " waar ze pleit voor een nieuwe SETI-routekaart en een langetermijnvisie voor "de zoektocht naar leven zoals we het niet kennen."

In haar krant Cabrol vraagt ​​zich af hoe SETI voorbij kan gaan aan het "zoeken naar andere versies van onszelf" en "buiten ons eigen brein" kan denken om echt andere buitenaardse intelligentie voor te stellen.

Anders denken

Silicon Valley staat bekend om het waarderen van "disruptief" denken en deze cultuur kruist met SETI-onderzoek. Sinds de Amerikaanse regering halverwege de jaren negentig stopte met het financieren van SETI, Silicon Valley-ideeën, technologie en financiering zijn steeds belangrijker geworden.

Een kapucijner (Sapajus libidinosus) met behulp van een stenen werktuig (T. Falótico). Een octopus (Amphioctopus marginatus) met schelpen als schuilplaats (N. Hobgood). (Wikimedia/Tiago Falótico, Nick Hobgood), CC BY-NC-SA

Bijvoorbeeld, De Allen Telescope Array van het SETI Institute is vernoemd naar de medeoprichter van Microsoft, Paul Allen, die meer dan US $ 25 miljoen bijgedragen aan het project. En, in 2015, technologie-investeerder Yuri Milner kondigde Breakthrough Listen aan, een 10-jarig SETI-initiatief van 100 miljoen dollar.

Nutsvoorzieningen, het SETI-instituut, nasa, Intel, IBM en andere partners pakken ruimtewetenschapsproblemen aan via een AI-onderzoeks- en ontwikkelingsprogramma genaamd Frontier Development Lab.

Lucianne Walkowicz, de leerstoel Astrobiologie van de Library of Congress, beschreef een op AI gebaseerde methode als "signaalagnostisch zoeken" bij Breakthrough Discuss in 2017.

Walkowicz legde uit dat dit betekent dat machine learning-methoden worden gebruikt om naar elke set gegevens te kijken zonder vooraf bepaalde categorieën en in plaats daarvan die gegevens in hun 'natuurlijke categorieën' te laten clusteren. De software laat ons vervolgens weten wat opvalt als uitbijters. Deze uitbijters kunnen dan het doelwit zijn van aanvullend onderzoek.

Het blijkt dat SETI-onderzoekers denken dat AI nuttig kan zijn in hun werk, omdat ze geloven dat machine learning goed is in het opsporen van verschillen.

Maar het succes ervan hangt af van hoe wij — en de AI die we creëren — het idee van verschil conceptualiseren.

Slimmer dan slijmzwam?

Buiten ons brein denken betekent ook denken buiten ons wetenschappelijke, sociale en culturele systemen. Maar hoe kunnen we dat doen?

AI is gebruikt om te zoeken naar simulaties van hoe onderzoekers zich voorstellen dat buitenaardse radiosignalen eruit zouden kunnen zien, maar nu hopen SETI-onderzoekers dat het dingen kan vinden waar we nog niet naar op zoek zijn.

Graham Mackintosh, een AI-consultant bij de workshop van het SETI Institute, zei dat buitenaardsen misschien dingen doen die we ons niet eens kunnen voorstellen, technologieën gebruiken die zo verschillend zijn dat we er niet eens aan denken ernaar te zoeken. AI, hij stelde voor, zou dat geavanceerde denken voor ons kunnen doen.

We kunnen onszelf misschien niet slimmer maken, maar misschien, Mackintosh stelde voor, we kunnen machines maken die slimmer zijn voor ons.

In een keynote op de Breakthrough Discuss-conferentie van dit jaar, astrofysicus Martin Rees deelde een soortgelijke hoop, dat AI zou kunnen leiden tot "intelligentie die de mens net zoveel overtreft als wij intellectueel slijmzwam overtreffen."

Delen van het Armillaria ostoyae-organisme omvatten de paddenstoelen, de zwarte rhizomorphs en de witte myceliale vilten. Krediet:USDA/Forest Service/Pacific Northwest Region

Eerste contact

Als we buitenaardse slijmzwam zouden tegenkomen, wat kunnen we aannemen over zijn intelligentie? Een uitdaging van SETI is dat we de grenzen van het leven of intelligentie niet kennen, dus we moeten openstaan ​​voor alle mogelijke vormen van verschil.

We zouden intelligentie kunnen vinden in vormen die de Euro-Amerikaanse wetenschap historisch heeft genegeerd:microbiële gemeenschappen, insecten of andere complexe systemen zoals de symbiotische plant-schimmel relaties in mycorrhiza-netwerken die leren van ervaring.

Intelligentie kan op planetaire schaal in atmosferen of geologie verschijnen, of als astrofysische verschijnselen. Wat een achtergrondproces in het universum lijkt te zijn, of slechts een deel van wat we beschouwen als de natuur, intelligentie zou kunnen blijken te zijn.

Bedenk dat het grootste levende wezen op aarde een Armillaria ostoyae schimmel in de Blue Mountains in Oost-Oregon, die zich uitstrekt tot 10 vierkante kilometer en tussen 2, 000 en 9, 000 jaar oud.

Hoewel deze schimmel misschien niet is wat de meeste mensen als intelligentie beschouwen, het herinnert ons eraan om aan het onverwachte te denken bij het zoeken naar leven en intelligentie, en van wat we onder onze voeten zouden kunnen missen.

Anders denken over intelligentie betekent begrijpen dat alles wat we tegenkomen het eerste contact met intelligent leven kan zijn. Dit kan onze eerste ontmoeting met kunstmatige algemene intelligentie (AGI) zijn, ook wel Sterke AI genoemd, iets dichter bij de bewuste computer HAL 9000 van 2001:Een ruimte-odyssee of Gegevens van Star Trek:de volgende generatie .

Omdat we met machine learning werken om de SETI-zoekopdracht uit te breiden, we hebben ook sociale wetenschappen nodig om te begrijpen hoe onze ideeën de toekomst van AI vormgeven - en hoe AI de toekomst van onze ideeën vormgeeft.

Interdisciplinaire toekomst

Om een ​​mensgericht standpunt in SETI te vermijden, moeten we nadenken over hoe we ideeën over verschil coderen in AI en hoe dat de resultaten vormt. Dit is essentieel voor het vinden en herkennen van intelligentie zoals we die nog niet kennen.

Sommige van de methoden die in de antropologie worden gebruikt, kunnen ons helpen om ideeën over verschil te identificeren die we hebben genaturaliseerd - concepten die zo vertrouwd zijn dat ze onzichtbaar lijken, zoals de scheidslijnen die velen nog steeds zien tussen natuur en cultuur of biologie en technologie, bijvoorbeeld.

Recent onderzoek naar algoritmen onthult hoe onze genaturaliseerde ideeën vorm geven aan de technologie die we creëren en hoe we deze gebruiken. En Tay, de beruchte AI-chatbot van Microsoft, herinnert ons eraan dat de AI die we maken gemakkelijk de slechtste van die ideeën kan weerspiegelen.

We zullen misschien nooit helemaal stoppen met het inbouwen van vooringenomenheid in zoekmachines en zoekstrategieën voor SETI, of coderen in AI. Maar door samenwerkingen tussen wetenschappers en sociale wetenschappers kunnen we kritisch nadenken over hoe we verschil conceptualiseren.

Een kritisch, interdisciplinaire benadering zal ons helpen begrijpen hoe onze ideeën over verschillen levens beïnvloeden, onderzoek en mogelijkheden voor de toekomst, zowel hier op aarde als daarbuiten.

Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees het originele artikel.