Für die Suche nach außerirdischer Intelligenz, kurz SETI (von englisch: search for extraterrestrial intelligence), scheinen Radioteleskope immer noch die beste Wahl zu sein: Radiosignale können sich leicht im Weltraum ausbreiten, Radiosender und -empfänger lassen sich effizient betreiben. Doch auch die Menschheit weiß, dass sich mit Radiosignalen Informationen drahtlos über große Distanzen übertragen lassen. Deshalb wird die Aliensuche vor allem von menschengemachten Radiointerferenzen gestört: Sind es Aliens oder ist es ein versprengtes GPS-Signal? Diese Frage könnte künftig eine künstliche Intelligenz (KI) besser beantworten als bislang verwendete Methoden. Forscherinnen und Forscher stellen den Deep-Learning-Algorithmus im Fachmagazin »Nature Astronomy« vor. Einen ersten Teilerfolg kann die Methode bereits vorweisen: Sie hat acht potenzielle Aliensignale aus dem Datenwust herausgefiltert, die bislang noch niemandem aufgefallen waren.

Dafür verwendete das Forscherteam um Peter Xiangyuan Ma von der University of Toronto Daten der bislang aufwändigsten Aliensuche: Die privat finanzierte Initiative »Breakthrough Listen« sucht im Radiospektrum nach künstlich erzeugten Signalen, die aus dem All die Erde erreichen. Eine so genannte Technosignatur wäre wahrscheinlich schmalbandig – ein typisches Anzeichen für ein künstlich erzeugtes Signal. Darüber hinaus sucht Breakthrough Listen vor allem nach dopplerverschobenen Signalen, die sich in ihrer Frequenz auf charakteristische Art und Weise ändern, da im Fall eines außerirdischen Signals weder die Erde noch der potenzielle Sender stillhalten würden.

Die KI sortiert den Datenwust der potenziellen SETI-Signale

Peter Xiangyuan Ma und seine Kolleginnen und Kollegen suchten sich aus dem Datenberg von Breakthrough Listen 820 Sterne heraus. Das entsprach 480 Stunden an Beobachtungsdaten des »Robert C. Byrd Green Bank«-Teleskops in den USA. Auf die 115 Millionen Datenschnipsel ließen sie anschließend eine KI los: einen speziellen Algorithmus, den sie zuvor mit künstlich erzeugten Signalen daraufhin trainiert hatten, Außergewöhnliches herauszufiltern. Die Hauptaufgabe für die KI besteht darin, Millionen von irdischen Störsignalen auszublenden, die beispielsweise von unseren Handys oder GPS-Empfängern erzeugt werden. Die KI reduzierte so den Datensatz auf rund 20 000 Signale. Bisherige Analysemethoden hätten diesen Datensatz bei Weitem nicht so effizient analysieren können, schreiben die Forscher.

Doch dann mussten die Menschen ran: Indem sie die rund 20 000 ausgesiebten Signale selbst analysierten, konnten sie acht interessante Sequenzen ausmachen, die nicht offensichtlich von menschlicher Radiointerferenz verursacht waren und außerirdischen Ursprungs sein könnten. Beispielsweise schienen gleich zwei Signale von einem Stern namens HIP 54677 zu stammen, rund 70 Lichtjahre entfernt im Sternbild Becher. Die Forschenden führten daraufhin Folgebeobachtungen von HIP 54677 und allen weiteren Sternen durch, von denen diese acht Signale zu kommen schienen.

Allerdings tauchte in diesen Beobachtungen keines dieser Signale erneut auf. Die Forschenden vermuten daher, dass es sich trotzdem um menschengemachte Radiointerferenzen gehandelt haben könnte, deren genauer Ursprung sich nicht mehr rekonstruieren lässt. Das Team um Peter Xiangyuan Ma schätzt, dass ihr Algorithmus künftig dabei helfen könnte, die Unmenge von astronomischen Daten effizienter zu analysieren. Das garantiert zwar auch keinen Erfolg bei der Suche – aber wenigstens ginge es schneller.