[논문 리뷰] Data-Driven Approaches to Searches for the Technosignatures of Advanced Civilizations

T. Joseph W. Lazio, S. G. Djorgovski외 2명|arXiv (Cornell University)|2023. 08. 17.

Space Science and Extraterrestrial Life인용 수 2

한 줄 요약

이 논문은 빅데이터 분석, 머신러닝, 다중 파장 천문 데이터를 활용하여 고도화된 외계 지능 문명의 기술적 신호를 탐지하기 위한 데이터 기반 프레임워크를 제안한다. 이는 인간의 편향을 최소화하고 이질적인 데이터셋을 융합하여 이례적인 신호나 구조(예: 디제이선 거대구조 또는 간성 탐지기)를 식별하는 데 중점을 두며, 기존의 라디오 탐색을 넘어서 체계적이고 확장 가능한 SETI 접근법을 제공한다.

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.

연구 동기 및 목표

• 기존 라디오 SETI를 초월하여 고도화된 문명의 기술적 신호를 탐지하기 위한 체계적이고 데이터 기반의 방법론을 개발하기 위해.
• 신호 해석 과정에서 인간의 인지적 편향을 완화하기 위해 이례적 신호 탐지 및 통계적 탄력성의 형식화를 위해.
• 라디오, 광학, 적외선 데이터를 포함한 다중 파장 및 다중 메신저 데이터 통합을 통해 종합적인 기술적 신호 탐지를 위해.
• 디제이선 구조의 폐열, 광학 펄스, 태양계 내 물리적 유물과 같은 잠재적 기술적 신호를 식별하고 특성화하기 위해.
• 미래 SETI 활동을 위해 천문학, 컴퓨터 과학, 천체생물학을 융합한 협업적이고 다학제적 연구 프레임워크를 구축하기 위해.

제안 방법

• 다양한 파장대의 천문 관측 데이터를 융합하여 감지 민감도를 향상시키기 위해 이질적인 데이터셋을 통합하는 기술을 적용한다.
• 대규모 천문 데이터셋에서 통계적으로 의미 있는 이례적 신호를 식별하기 위해 머신러닝 및 이상 탐지 알고리즘을 사용한다.
• 행성 레이더 시스템의 최적화를 위해 레이더 방정정식 S/N ∝ (GRX * PTX * GTX) / R⁴ 를 적용한다.
• 일관된 신호 합성을 통해 효과적 송신 이득 GTX 를 증가시키기 위해 단계적 어레이 송신 시스템을 구현한다.
• ngVLA 및 SKA1-Mid 와 같은 차세대 시설을 활용해 이중 레이더 작동 방식을 통해 수신 민감도와 천구 커버리지 범위를 향상시킨다.
• 더 낮은 전력 소모와 일관된 구성 요소를 사용하여 고도의 신뢰성과 점진적 고장 방지 기능을 확보하는 모듈식, 고장 내성적인 마이크로파 증폭기 시스템을 설계한다.

실험 결과

연구 질문

• RQ1 머신러닝과 데이터 융합 기법을 어떻게 활용하여 대규모 천문 데이터셋에서 고도화된 문명의 흔적을 암시하는 희귀한 이례적 신호를 탐지할 수 있는가?
• RQ2 잠재적 기술적 신호 식별 과정에서 인간의 편향을 최소화하기 위한 가장 효과적인 방법은 무엇인가?
• RQ3 레이더 방정식과 단계적 어레이 기술을 어떻게 활용하여 더 강력하고 신뢰도 높은 행성 레이더 시스템을 설계하여 행성 간 통신을 가능하게 할 수 있는가?
• RQ4 현재 및 향후 천체망원경을 통해 태양계나 근접한 별 주변에서 탐지 가능한 물리적 유물(예: 탐지기 또는 거대구조)의 유형은 무엇인가?
• RQ5 천문학자, 컴퓨터 과학자, 생물학자가 협력하여 비지구적 신호의 해석을 어떻게 향상시킬 수 있는가?

주요 결과

• 연구는 데이터 기반 접근법이 인간의 직관과 사전 가정에 의존도를 낮추어 희귀한 이례적 신호 탐지 능력을 크게 향상시킨다는 것을 입증한다.
• 일관된 신호 합성을 통한 단계적 어레이 송신 시스템은 효과적 송신 이득을 증가시켜 더 높은 전력 전송과 신뢰도 향상을 가능하게 한다.
• ngVLA 및 SKA1-Mid 와 같은 차세대 어레이를 활용한 이중 레이더 작동 방식은 수신 민감도 향상과 깊은 우주 신호 탐지 범위 확대에 기여한다.
• 다중 파장 데이터셋에서의 이례적 탐지 기법은 디제이선 구조에서 유래하는 이례적인 변동성 패턴이나 과도한 적외선 방출과 같은 잠재적 기술적 신호를 드러낼 수 있다.
• 모듈식, 저전력 마이크로파 증폭기 시스템은 단일 고출력 클리스트론에 비해 더 높은 신뢰성과 점진적 고장 방지 기능을 제공한다.
• 라디오, 광학, 적외선 데이터 스트림을 데이터 융합을 통해 통합하면 단일 메신저 접근법에서 놓칠 수 있는 비지구적 신호 탐지 확률을 높일 수 있다.