[論文レビュー] Data-Driven Approaches to Searches for the Technosignatures of Advanced Civilizations

T. Joseph W. Lazio, S. G. Djorgovski+2 more|arXiv (Cornell University)|Aug 17, 2023

Space Science and Extraterrestrial Life被引用数 2

ひとこと要約

本論文は、ビッグデータ解析、機械学習、多波長天文学的データを活用して、高度な地球外文明の技術的兆候（technosignatures）を検出するデータ駆動型フレームワークを提案する。本研究は、人的バイアスの低減、異常値検出の強化、異種のデータセットの統合に注力し、デイソン型メガ構造物や恒星間探査機などの異常な信号や構造物を特定する。これにより、従来の電波探索にとどまらない体系的かつスケーラブルなSETIのアプローチが提供される。

ABSTRACT

Humanity has wondered whether we are alone and about the existence of “others” for millennia. The discovery of life elsewhere in the Universe, particularly intelligent life, would have profound scientific, cultural, and societal effects, comparable to those of recognizing that the Earth is not the center of the Universe and that humans (Homo sapiens) evolved from previous species. The past two decades have witnessed rapid growths in both the fields of extrasolar planets and data-driven astronomy. In a relatively short interval, we have seen a change from knowing of no extrasolar planets to now knowing far more potentially habitable extrasolar planets than there are planets in the Solar System. In approximately the same interval, astronomy has transitioned from a relatively data-starved field into one in which extensive sky surveys can generate 1 quadrillion bytes (= 10¹⁵B = 1PB) or more of data. The Data-Driven Approaches to Searches for the Technosignatures of Advanced Civilizations study at the W. M. Keck Institute for Space Studies was intended to revisit searches for evidence of alien technologies in light of these two developments. Experts from around the world, in a variety of disciplines, gathered for a week to assess what new kinds of searches might be able to be undertaken. Of particular value for the search for technosignatures is that a data-driven approach may be able to mitigate biases, particularly unknown ones. Data-driven searches, being able to process volumes of data much greater than a human could, and in a reproducible manner, can identify anomalies—data that are inconsistent with a larger sample—that could be clues to the presence of technosignatures. While the focus of the study was identifying technosignatures from other civilizations, it was recognized that there are other intelligent species on this planet, even if they do not employ technologies capable of being detected over interstellar distances. Learning from how various species have interacted, or coopted interactions, may provide clues for how to search for extraterrestrial intelligent species. Even more tantalizing would be if universal rules for communication among terrestrial species were to be identified. A key outcome of this workshop was that technosignature searches should be conducted in a manner consistent with Freeman Dyson’s “First Law of SETI Investigations,” namely “every search for alien civilizations should be planned to give interesting results even when no aliens are discovered.” This approach to technosignature searches is commensurate with NASA’s approach to biosignatures in that no single observation or measurement can be taken as providing full certainty for the detection of life. There was broad agreement at the workshop that a variety of machine learning techniques could be of value in searching large data volumes. These techniques range from extensions to the classic matched filtering techniques to techniques in which the members of a data set can be organized into groups based solely on the characteristics of the individual members. These machine learning techniques already are being applied, with increasing success, to a variety of problems in astronomy and other fields. Consequently, machine learning techniques present powerful tools for identifying anomalies in data. Areas of particular promise identified during the workshop were the following: Data Mining of Large Sky Surveys Various large sky surveys are in the process of being conducted or will initiate in the next decade. Not only will these surveys be conducted at a variety of wavelengths, many of them are introducing a time domain aspect, enabling rich multi-parameter searches for anomalies to be conducted. All-Sky Survey at Far-Infrared Wavelengths No technology can be perfectly efficient, because of the Second Law of Thermodynamics. Any technology using substantial amounts of energy therefore will radiate some fraction of that energy as “waste heat,” likely to be emitted at far-IR wavelengths. An all-sky survey at far-IR wavelengths could be profitable for both technosignature searches and the larger field of astronomy. Surveys with Radio Astronomical Interferometers Searches at radio wavelengths have a long history in the technosignature field. Traditionally, these surveys have been performed with a single large radio antenna. Many technosignatures have been found, but they have been interference from terrestrial transmitters. The emerging suite of radio astronomical interferometers offers new possibilities for a combination of interference rejection and opening additional parameter space for technosignature searches. Artifacts in the Solar System Even with the number of robotic spacecraft sent throughout the Solar System, there remains a great number of planetary bodies and vast reaches of interplanetary space that have been surveyed poorly, if at all. Further exploration of the Solar System is commensurate with larger planetary science objectives. Moreover, in the Solar System, there are terrestrial technosignatures on the Moon and Mars, the product of decades of international explorations of those bodies, that can be used as training grounds for searches for technosignatures elsewhere in the Solar System.

研究の動機と目的

• 従来の電波SETIにとどまらない、体系的かつデータ駆動型の高度文明の技術的兆候探索手法の開発。
• 信号解釈における人的認知バイアスを軽減するため、異常値検出と統計的頑健性の形式化。
• 電波、光、赤外線の多波長およびマルチメッセンジャーデータ（電波、光学、赤外線）の統合による包括的な技術的兆候検出。
• デイソン構造からの余熱、光パルス、太陽系内の物理的アーティファクトといった潜在的技術的兆候の特定と特徴化。
• 将来的なSETI活動のための、天文学、コンピュータサイエンス、宇宙生物学を統合する協働的で多様な分野の研究フレームワークの構築。

提案手法

• 電波、光学、赤外線調査からの異種データセットを統合するデータ統合技術を用いて、検出感度を向上。
• 大規模天文学的データセットにおける統計的に有意な外れ値を特定するため、機械学習および異常検出アルゴリズムを活用。
• レーダー方程式 S/N ∝ (GRX * PTX * GTX) / R⁴ を用いて、深宇宙への送受信に最適化された惑星レーダーシステムのモデル化と最適化。
• 位相配列送信システムを採用し、コherent信号の合成により有効送信利得 GTX を向上させ、より高い出力と信頼性を実現。
• 次世代施設（ngVLA や SKA1-Mid）を活用し、双方向レーダー運用を実施することで、受信感度と天の川カバー範囲を向上。
• 低出力でコherentな部品を用いたモジュラーで故障に強いマイクロ波増幅器システムを設計し、信頼性の向上と劣化の段階的進行（ graceful degradation）を実現。

実験結果

リサーチクエスチョン

• RQ1 機械学習とデータ統合を活用することで、大規模天文学的データセット内に存在する、高度文明の兆候を示すまれな異常信号をどのように検出できるか？
• RQ2 潜在的技術的兆候の同定において、人的バイアスを最小限に抑えるために最も効果的な手法は何か？
• RQ3 レーダー方程式と位相配列技術を活用することで、恒星間通信に適したより強力で信頼性の高い惑星レーダーシステムをどのように設計できるか？
• RQ4 現在および将来の観測施設を用いて、太陽系内や近隣の星の周囲で検出可能な物理的アーティファクト（探査機やメガ構造物など）の種類は何か？
• RQ5 天文学者、コンピュータ科学者、生物学者の間での協働的連携は、非地球的信号の解釈をどのように向上させ得るか？

主な発見

• 本研究では、データ駆動型アプローチが、人的直感や事前の仮定に依存するのを減らすことで、まれな異常信号の検出を顕著に向上させることを示している。
• コherent信号結合を用いた位相配列送信システムの採用により、有効送信利得が向上し、より高い出力と信頼性を実現できる。
• ngVLA や SKA1-Mid といった次世代アレイを用いた双方向レーダー運用により、受信感度が向上し、深宇宙信号検出のための天の川カバー範囲が拡大できる。
• 多波長データセットにおける外れ値検出は、デイソン構造からの異常な変光パターンや赤外線過剰放射といった潜在的技術的兆候を明らかにできる。
• モジュラー構造で低出力のマイクロ波増幅器システムは、高出力のクライストロンに比べ、信頼性が高く、劣化の段階的進行が可能である。
• 電波、光学、赤外線といった多様なデータストリームをデータ統合によって統合することで、単一メッセンジャー手法では見逃されがちな非地球的信号の検出確率が向上する。