AI(인공지능)는 외계 생명체를 찾을 수 있을까?

기술 / 문광주 기자 / 2020-01-31 13:04:26
AI(인공지능)는 실제 외계인 신호를 구별하는 사람보다 더 나을 수 없다.

의심스러운 사각형

이것은 인공 구조물일까 아니면 암석일까?
이 질문에 관해서 인공 지능이 인간과 비슷한 어려움을 겪고 있다. 그들은 실험에서 알 수 있듯이 패턴이 없는 곳을 보는 경향이 있기 때문이다. 이것은 우리가 외계 무선 신호나 외계 구조물을 찾을 때처럼 인공 지능 시스템이 오류에 빠지기 쉽게 만든다.

▲ 왜행성 Ceres에 있는 이 정사각형 구조는 외계 건물일까? © NASA / JPL-Caltech, UCLA, MPS / DLR / IDA


천문학자들이 은하수만으로도 외계 문명이 1만 개 이상 있을 수 있으며 단순한 생명체를 가진 더 많은 행성이 있다고 추정한다. 그러나 지금까지 SETI-프로그램 천문학자나 다른 천체 조사는 외계인이나 외계 문명의 증거를 찾지 못했다. 일부 외계인 신호도 확인하면 잘못된 경보인 것으로 판명됐다.

외계인 신호 검색

그러나 "의심스러운" 무선 신호 외에도 외계 낯선 문명은 우주 정거장이나 별의 빛을 바꾸는 다른 궤도 구조와 같은 기술을 통해 자신을 드러낼 수 있다. 외계 행성 또는 소행성에 있는 건물도 인식 할 수 있다.
바로 이 관점에서 카디스 대학교 (University of Cadiz)의 가브리엘 델 라 토레(Gabriel De la Torre)가 실험을 시작했다. 그는 인공 지능이 행성과 소행성 표면에 잇는 자연 형상물을 인공, 직사각형 또는 삼각형 모양과 어떻게 구별 할 수 있는지 알고 싶었다. 델 라 토레(De La Torre)는 "AI의 잠재적 응용 분야 중 하나는 무선 신호, 사진 또는 기타 데이터에서 눈에 띄는 인공 패턴을 감지하는 것"이라고 설명한다.

어디에도 없는 패턴

우리 인간은 종종 어느 곳에서도 볼 수 없는 패턴을 알고 있다.
화성의 얼굴이나 심지어 화성의 "곤충"의 형태일 수도 있다. 인공 지능에도 같은 문제가 있을까? De la Torre는 다양한 그림에서 사각형과 삼각형을 인식하도록 신경망을 훈련 시켰다. 그런 다음 연구원은 AI와 163명의 인간 피험자에게 왜성 세레스Ceres의 여러 이미지를 제시했다.

그 표면은 피라미드 모양의 산, 신비한 흰색 반점 및 오케이터Occator-분화구의 사각형 구조를 포함해 겉보기에는 기하학적 구조와 같이 눈에 띄는 형태로 알려져 있다.
AI 시스템은 이러한 사진을 어떻게 평가할까? 

▲ AI는 Occator 분화구에서 정사각형과 삼각형을 보았다.© De La Torre, NASA / JPL-Caltech, UCLA, MPS / DLR / IDA, PSI


삼각형 속의 사각형

"피실험자와 인공 지능은 이 그림에서 사각형 구조를 보았다"라고 델라 토레는 말한다.
연구원은 AI가 인간과 유사하게 프레임을 구성 할 수 있음을 증명했다. 즉, 모든 곳에서 사각형과 삼각형을 보도록 훈련받으면 이러한 기하학적 모양과 구조가 닮은 경우에도 마찬가지다.
그러나 이것은 인공 지능이 실제 외계인 사인을 자연 구조 또는 신호와 구별하는 데 더 나을 수는 없다는 것을 의미한다. De la Torre는 "이것은 외계 지능을 찾는 데 있어 그러한 시스템의 유용성에 의문을 제기할 수 있다"고 말했다. "따라서 SETI에서 AI 시스템을 사용할 때 특히 주의해야 한다."

기대와 편견의 영향

반면에 인공 지능은 특히 많은 양의 데이터를 평가할 때 큰 도움이 될 수 있습니다. 그러나 이러한 데이터에 영향을 미치지 않는 해석이 가능한지 여부와 방법에 대한 추가 연구가 필요하다. "인공 AI 시스템이 여전히 사람들에 의해 모니터링되고 통제되는 동안 기대와 편견의 중요성을 조사해야한다"고 De la Torre는 말했다.

실제로, 여러 연구에 따르면 객관적인 AI 시스템도 편향될 수 있음이 밝혀졌다.
부분적으로 교육 자료가 실수로 오판과 편견을 조장하기 때문이다.
이러한 왜곡은 인공지능을 기반으로 한 외계 생명체 검색에도 사용될 수 있다.
(Acta Astronautica, 2020; doi : 10.1016 / j.actaastro.2019.11.013)

출처 : Plataforma SINC

[더사이언스플러스=문광주 기자]

[ⓒ the SCIENCE plus. 무단전재-재배포 금지]