Как в Швейцарии ведётся поиск внеземных разумных сигналов

Могли ли искусственные сигналы внеземного происхождения все-таки достигать Земли, оставаясь при этом нераспознанными? KEYSTONE

Исследование, проведённое в Федеральной политехнической школе Лозанны (École polytechnique fédérale de Lausanne, EPFL), посвящено вопросу, могли ли искусственные сигналы внеземного происхождения все-таки достигать Земли, оставаясь при этом нераспознанными.

Начиная с 1960-х годов международная программа Search for Extraterrestrial Intelligence (SETI) систематически сканирует небесную сферу в поисках так называемых техно-сигнатур. Под этим термином понимаются наблюдаемые признаки существования технологически развитых внеземных цивилизаций, прежде всего искусственные радиосигналы, отличающиеся от естественного астрофизического фона по спектральным и временным характеристикам.

Несмотря на почти семидесятилетнюю историю наблюдений, достоверных техно-сигнатур до настоящего времени обнаружено не было. По словам физика-теоретика Клаудио Гримальди (Claudio Grimaldi) из EPFL, существует несколько возможных объяснений этого факта. Во-первых, сигналы могли просто еще не достигнуть окрестностей Земли. Во-вторых, могли бы установлены неверно параметры поиска — направление антенн радиотелескопов, диапазон частот, временные окна наблюдений. Наконец, такие сигналы могли быть слишком слабыми для того, чтобы быть зарегистрированными существующими приёмными системами.

Расположены существенно дальше

«Параметрическое пространство поиска чрезвычайно велико, и на сегодня исследована лишь ничтожная его доля», — отмечает Клаудио Гримальди в интервью швейцарскому франкоязычному общественному телеканалу RTSВнешняя ссылка. К аналогичному выводу приходит и опубликованная в журнале The Astronomical Journal работа, выполненная группой ученых EPFL. В их исследовании применяется т. н. байесовский статистический подход, позволяющий формализовывать обновление вероятностных оценок по мере накопления новых эмпирических данных.

Интеграция информации из уже просканированных участков неба даёт возможность оптимизировать стратегию дальнейших наблюдений, перераспределяя ресурсы в пользу наиболее перспективных параметров. На основании полученных расчётов Клаудио Гримальди приходит к выводу, что потенциальные техно-сигнатуры, при условии их существования, могут исходить из областей Галактики, расположенных существенно дальше, чем предполагалось ранее, на расстояниях, значительно превышающих несколько тысяч световых лет.

Астрономическое расстояние в тысячу световых лет означает, что зарегистрированный сегодня сигнал был излучён источником тысячу лет назад. Следовательно, для обнаружения техно-сигнатуры требуется, чтобы излучение было либо достаточно продолжительным во времени, либо обладало значительной мощностью. С увеличением расстояния интенсивность сигнала однако убывает в соответствии с законом обратных квадратовВнешняя ссылка, что резко снижает вероятность его обнаружения.

«Каждое неудачное наблюдение уточняет границы возможного и тем самым приближает нас к ответу на фундаментальный вопрос: одиноки ли мы во Вселенной?» Keystone

На сегодняшний день объектами наблюдений стали лишь порядка одного миллиона звёзд в радиусе до 500 световых лет от Земли. Для сравнения: диаметр Млечного Пути составляет около 100 000 световых лет. По мнению Клаудио Гримальди, для повышения вероятности обнаружения техно-сигнатур необходимо расширять радиус поиска и осваивать более удалённые галактические регионы.

Ввод в эксплуатацию новых радиотелескопов следующего поколения позволит существенно увеличить степень «чувствительности» наблюдений и масштабы исследуемого космического пространства. Несмотря на отсутствие положительных результатов, поиск техно-сигнатур продолжается. «Каждое пусть и неудачное наблюдение уточняет границы возможного и тем самым приближает нас к ответу на фундаментальный вопрос: одиноки ли мы во Вселенной?» — подчёркивает Клаудио Гримальди,.

А что такое байесовская статистика?

Названная в честь английского математика Томаса Байеса (Thomas Bayes, 1702–1761), она представляет собой метод вероятностного анализаВнешняя ссылка, при котором первоначальная оценка вероятности того или иного события (т. н. «априорное распределение») корректируется с учётом новых данных, образуя «апостериорное распределение».

Проще говоря, исходная гипотеза уточняется по мере поступления новой информации. Классический пример: если прогноз погоды указывает на низкую вероятность осадков, то это формирует априорную оценку. Наблюдение плотной облачности утром приводит к пересмотру степени вероятности дождя, и в итоге формируется новая, апостериорная оценка, более соответствующая текущим эмпирическим данным.

Русскоязычная версия материала создана с использованием искусственного интеллекта, затем адаптирована для целевой аудитории и прошла тщательную редакционную обработку и проверку журналистами SWI swissinfo.ch (ИП / НК / АП).